RECONSTRUCTION OF CONCRETE MORPHOLOGY USING DEEP LEARNING

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F24%3A00382865" target="_blank" >RIV/68407700:21110/24:00382865 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.14311/APP.2024.49.0085" target="_blank" >http://dx.doi.org/10.14311/APP.2024.49.0085</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.14311/APP.2024.49.0085" target="_blank" >10.14311/APP.2024.49.0085</a>

Jazyk výsledku
angličtina
Název v původním jazyce
RECONSTRUCTION OF CONCRETE MORPHOLOGY USING DEEP LEARNING
Popis výsledku v původním jazyce
In this contribution, the concrete morphology is reconstructed with a simple algorithm selecting a pixel value based on the small set of surrounding pixels. A deep neural network (DNN) is used as a classifier, and the authors focus on studying different DNN architectures. The performance of the proposed algorithm is evaluated on several statistical descriptors and the grain size distribution curve.
Název v anglickém jazyce
RECONSTRUCTION OF CONCRETE MORPHOLOGY USING DEEP LEARNING
Popis výsledku anglicky
In this contribution, the concrete morphology is reconstructed with a simple algorithm selecting a pixel value based on the small set of surrounding pixels. A deep neural network (DNN) is used as a classifier, and the authors focus on studying different DNN architectures. The performance of the proposed algorithm is evaluated on several statistical descriptors and the grain size distribution curve.

Projekt
<a href="/cs/project/GF22-35755K" target="_blank" >GF22-35755K: SUMO: Udžitelný návrh založený na modelování, sémantické interoperabilitě a vícekriteriální optimalizaci</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2024
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)