ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Marine steel structures endure cyclic loading throughout their service life. Acoustic emission (AE) is an effective passive non-destructive testing technique. It captures transient elastic waves released during damage evolution in real time and supports online damage monitoring. AE waveforms are complex, and the structural conditions to be recognized are diverse. Deep learning has therefore become essential for automated structural condition recognition. However, components remain intact for most of their service life, leaving fracture signals extremely scarce. The resulting long-tailed distribution biases model decision boundaries toward the intact class, causing fracture miss rates that compromise safety assessment. To address this, we propose Intact-to-Fracture Feature Fusion (I2F). Within a frozen backbone’s feature space, I2F computes the feature residual between intact donors and fracture recipients through energy-guided adaptive channel selection. It then injects the residual into high-energy channels at a controllable intensity. This process expands fracture-class distribution coverage during training without adding inference overhead. We validate I2F on an AE dataset from cyclic loading fatigue experiments on thick plates and thin-web beams, covering the full life-cycle from cumulative degradation to final fracture. I2F outperforms all comparison methods under both ResNet18 and MobileNetV2, achieving a Macro F1 of 0.952 and a Macro FNR of 0.041, with robust noise tolerance. These results highlight the potential of I2F as a promising strategy for reliable AE-based non-destructive testing under long-tailed conditions.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 73/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Structural Engineering and Materials Analysis · Ultrasonics and Acoustic Wave Propagation · Non-Destructive Testing Techniques
บทบาทของนักวิจัยและสถาบันไทย
Magd M. Abdel Wahab · Chulalongkorn University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง