核心概念
本研究提出跨模態知識轉移方法,利用音視覺數據提升雷射積層製造缺陷檢測效率,並降低多模態監測系統成本。
Xie, J., Safdar, M., Chen, L., Moon, S. K., & Zhao, Y. F. (2023). Audio-visual cross-modality knowledge transfer for machine learning-based in-situ monitoring in laser additive manufacturing. Additive Manufacturing, 76, 108072.
本研究旨在探討如何利用音視覺跨模態知識轉移技術,提升雷射積層製造(LAM)原位監控系統的缺陷檢測效能,並降低多模態監測系統的成本。