|
Интеллектуальные системы. Теория и приложения, 2022, том 26, выпуск 1, страницы 225–228
(Mi ista360)
|
|
|
|
Часть 5. Искусственные нейронные сети и машинный интеллект
Диагностика нефтяных трубопроводов с помощью машинного обучения
Ю. Д. Кацер, В. О. Козицин Сколковский институт науки и технологий
Аннотация:
Метод дефектоскопии на основе магнитного потока является наиболее распространенным подходом для неразрушающего контроля нефте- и газопроводов. В результате дефектоскопии получаются магнитограммы, зачастую анализируемые полуавтоматизированными методами, что приводит к снижению точности и увеличению времени анализа. В работе предложена новая архитектура CNN для автоматической классификации изображений на основе магнитограмм для диагностики нефтепроводов. В результате апробации разработанных алгоритмов на отложенной выборке была доказана высокая точность и эффективность разработанного решения.
Ключевые слова:
Глубинное обучение, Машинное зрение, сверточные нейронные сети, поиск аномалий, внутритрубная диагностика нефтепроводов, обработка данных магнитного потока.
Образец цитирования:
Ю. Д. Кацер, В. О. Козицин, “Диагностика нефтяных трубопроводов с помощью машинного обучения”, Интеллектуальные системы. Теория и приложения, 26:1 (2022), 225–228
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ista360 https://www.mathnet.ru/rus/ista/v26/i1/p225
|
|