Non-destructive Testing of CIPP Defects Using Machine Learning Approach

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F23%3APU149220" target="_blank" >RIV/00216305:26110/23:PU149220 - isvavai.cz</a>

Výsledek na webu

<a href="https://mater-tehnol.si/index.php/MatTech/article/view/1022/277" target="_blank" >https://mater-tehnol.si/index.php/MatTech/article/view/1022/277</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Non-destructive Testing of CIPP Defects Using Machine Learning Approach

Popis výsledku v původním jazyce

This paper compares different sensors used for IE proposed testing, namely piezoceramic and microphone sensors. It evaluates their ability to distinguish between defects present in the body of the CIPP via a machine-learning approach using random tree classifiers.

Název v anglickém jazyce

Non-destructive Testing of CIPP Defects Using Machine Learning Approach

Popis výsledku anglicky

This paper compares different sensors used for IE proposed testing, namely piezoceramic and microphone sensors. It evaluates their ability to distinguish between defects present in the body of the CIPP via a machine-learning approach using random tree classifiers.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

20101 - Civil engineering

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů