![arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日](/simg/f/fb020348d55c0fbb9129702104facb46a48991f0.webp)
机构名称：
¥ 1.0
数字图像相关 (DIC) 已成为评估机械实验（尤其是疲劳裂纹扩展实验）的宝贵工具。评估需要裂纹路径和裂纹尖端位置的准确信息，但由于固有的噪声和伪影，这些信息很难获得。机器学习模型在识别标记的 DIC 位移数据时非常成功。为了训练具有良好泛化的稳健模型，需要大数据。然而，由于实验成本高昂且耗时，材料科学与工程领域的数据通常很少。我们提出了一种使用带有物理引导鉴别器的生成对抗网络来生成合成 DIC 位移数据的方法。为了确定数据样本是真是假，该鉴别器还接收派生的 von Mises 等效应变。我们表明，这种物理引导方法可以提高样本的视觉质量、切片 Wasserstein 距离和几何分数。
arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日
主要关键词
![arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日PDF文件第1页](/bimg/e/ef62e66290f3b799992929c2bea544606073c6fc.webp)
![arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日PDF文件第2页](/bimg/9/973f15afe0cc717e1a8ec2914bc985e09b2d3e05.webp)
![arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日PDF文件第3页](/bimg/c/c37009f0c1e165ec720ff11c29576d405fe02d6d.webp)
![arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日PDF文件第4页](/bimg/2/288ac91416b6a983910dfdd37aa95c0603765155.webp)
![arXiv:2303.15939v1 [eess.IV] 2023 年 3 月 28 日PDF文件第5页](/bimg/c/cd95bf9bd7b63f9a2d10044108e1221c88a11cf2.webp)
相关文件推荐
![arXiv:2305.17666v1 [cs.NI] 2023 年 5 月 28 日](/simg/5/54564a57c3c5cfac9ab7803ef0527b7d1064a160.webp)
![arXiv:2006.15693v1 [eess.IV] 2020 年 6 月 28 日 - UCL Discovery](/simg/4/4f00046e0e9fe432faf9002240abb40fab0d0b4a.webp)
![arXiv:2308.04030v1 [cs.AI] 2023 年 8 月 8 日](/simg/6/6420f1345ad7759b87d1e10d1698d6a55b8a4257.png)
![arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日](/simg/2/235153b646f9d9cc677346ddb80d9cb058ed73e6.webp)
![arXiv:2209.03177v1 [eess.IV] 2022 年 9 月 7 日](/simg/f/fa3ee8171c3333978c39d246479d5573a87f0728.webp)
![arXiv:2312.10370v2 [cs.AI] 2024 年 3 月 28 日](/simg/9/91f7af3b87a107a56902207b93b27804eae3aa2b.png)
![arXiv:2101.11844v1 [cs.AI] 2021 年 1 月 28 日](/simg/0/0d5ef59b56f0580056ece4d763c75afa4d2bd407.png)
![arXiv:2208.08739v2 [cs.AI] 2023 年 1 月 23 日](/simg/3/3f0034acb2c6294fdb49e2c3c8d829bc0bdf15d4.png)
![arXiv:2305.12167v1 [cs.AI] 2023 年 5 月 20 日](/simg/b/b0262f95c62938ce8c395a3eefba9322684f9482.png)
![arXiv:2303.07032v2 [quant-ph] 2024 年 3 月 8 日](/simg/1/1283ae2309f857fb79f8cccaf49afe4bb71331cf.png)
![arXiv:2307.16789v2 [cs.AI] 2023 年 10 月 3 日](/simg/b/b5ebf6cbee3ef2cc1bdb2b97c4b53cc2d5b2e31b.png)
![arXiv:2305.17886v2 [cs.AI] 2023 年 12 月 1 日](/simg/6/6173fbce9e78294b00441bf26f262e6aabf0474b.png)
![arXiv:2309.13176v1 [cs.AI] 2023 年 9 月 22 日](/simg/6/64cc3a6d1140c561c8d315d5233ba6a650e51608.png)
![arXiv:2309.12727v1 [cs.AI] 2023 年 9 月 22 日](/simg/8/80831af7b3eb240bc15eda4d1c1bd00f2d6857b0.png)
![arXiv:2001.10517v1 [quant-ph] 2020 年 1 月 28 日](/simg/5/56ee5eed79ae946cc07c4009d723c7049b075cad.webp)
![arXiv:2002.03688v1 [eess.IV] 2020 年 2 月 10 日](/simg/5/5ef42afacf9eaa5a3d06e9ec993481c8c60d02e8.webp)
![arXiv:2003.00741v1 [eess.SY] 2020 年 3 月 2 日](/simg/4/489fce997a29faa1110f8cffcaca4b4924f066be.webp)
![arXiv:2002.03851v7 [eess.AS] 2020 年 5 月 4 日](/simg/e/e27bea09feb84a8d62f2925b6571f12b1efc8a7c.webp)
![arXiv:2402.07008v1 [eess.IV] 2024 年 2 月 10 日](/simg/2/2a2d8560fd16ea111afbc2d7643448aea34eda89.webp)
