REVISTA DYNA NEW TECHNOLOGIES

Palabras clave:

machine learning, convolutional neural network, image processing, wire plastic deformation processes, CNN, aprendizaje automático, red neuronal convolucional, procesamiento de imágenes, procesos de deformación plástica del alambre

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

RESUMEN:
El aprendizaje automático, en particular la red neuronal convolucional (CNN), es una herramienta potencialmente competente para el procesamiento de imágenes. En este trabajo, la técnica se utiliza por primera vez para realizar un análisis de los diferentes procesos de deformación plástica de alambres. En particular, se establece y entrena una CNN utilizando 3200 fracciones de imágenes con una resolución de 80 × 80. La arquitectura relevante consta de tres capas convolucionales junto con capas de sondeo con activación relu. Al ajustar adecuadamente la red, logramos buenas precisiones de entrenamiento y validación del 97,7% y 97,1% para identificar entre dos tratamientos subyacentes observando solo una fracción recortada insignificante del perfil transversal del material. Sostenemos que las características específicas de la arquitectura, como el parámetro de reescalado del proceso de aumento, son esenciales para garantizar una tasa de precisión satisfactoria. También se abordan las posibles implicaciones del presente estudio.
Palabras clave: aprendizaje automático, red neuronal convolucional, procesamiento de imágenes, procesos de deformación plástica del alambre