Deep Learning and Bayesian Hyperparameter Optimization: A Data-Driven Approach for Diamond Grit Segmentation toward Grinding Wheel Characterization

Diamond grinding wheels (DGWs) have a central role in cutting-edge industries such as aeronautics or defense and spatial applications. Characterizations of DGWs are essential to optimize the design and machining performance of such cutting tools. Thus, the critical issue of DGW characterization lies...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Damien Sicard, Pascal Briois, Alain Billard, Jérôme Thevenot, Eric Boichut, Julien Chapellier, Frédéric Bernard
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2022-12-01
Seria:	Applied Sciences
Hasła przedmiotowe:	deep learning Bayesian hyperparameter optimization computer vision semantic segmentation U-Net diamond abrasive grits
Dostęp online:	https://www.mdpi.com/2076-3417/12/24/12606
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!