이 연구는 강철 판의 결함을 탐지하고 예측하기 위해 다양한 기계 학습 기법을 사용했다. 실험 데이터를 활용하여 GWO 기반 및 FDO 기반 MLP와 CMLP 모델을 테스트했다. 모든 모델이 유사한 정확도와 성능을 보였지만, FDO 기반 MLP와 CMLP 모델이 일관되게 가장 좋은 결과를 달성했다. 이들 모델은 모든 테스트 데이터셋에서 100% 정확도를 보였다. 다른 모델들의 결과는 실험마다 다양했다. 이 연구 결과는 FDO 알고리즘을 학습 알고리즘으로 사용하면 다른 알고리즘보다 약간 더 오래 걸리지만 더 높은 정확도를 달성할 수 있음을 보여준다. 결론적으로 강철 판의 결함을 조기에 탐지하는 것이 안전성과 신뢰성 유지에 중요하며, 기계 학습 기술이 이러한 결함을 정확하게 예측하고 진단하는 데 도움이 될 수 있다.
Ke Bahasa Lain
dari konten sumber
arxiv.org
Wawasan Utama Disaring Dari
by Salar Farahm... pada arxiv.org 05-02-2024
https://arxiv.org/pdf/2405.00006.pdfPertanyaan yang Lebih Dalam