Jornal de Ciência de Energia Nuclear e Tecnologia de Geração de Energia

Técnica de aprendizagem automática para o sistema de classificação de imagens baseado em assembly

Ambuj Kumar Agarwal, D. Angeline Ranjithamani, Pavithra M, A.Velayudham, Anandaraj Shunmugam e Mohammed Ismail B

A manufatura aditiva, ou impressão 3D, é uma inovação vital nos processos de produção no terreno. Além disso, a decisão de alterar o enchimento sem influenciar o exterior cria uma vulnerabilidade diferente para as tecnologias de impressoras 3D. Esta pesquisa inclui uma cláusula para identificar problemas de preenchimento fraudulento no objeto impresso: 1) investigar falhas malévolas no processo de impressão 3D, 2) remover valores discrepantes das fotos modeladas do método de impressora 3D e 3) realizar um teste de deteção de objetos com uma amostra de o conjunto de testes sem enchimento e outro conjunto de conjuntos de testes reforçados por falhas do processo de impressão 3D. Camada a camada, as fotos são reunidas a partir da perspetiva isométrica da apresentação do modelo do programa. Os dados extraídos são fornecidos aos algoritmos desenvolvidos, método Naive Bayes e Árvores de Decisão J48. Entre eles, o método Naive Bayes apresenta uma taxa de precisão superior de 86%, e as Árvores de Decisão J48 apresentam uma precisão de 96%.