Výsledky vyhledávání

  1. 1.
    0573751 - ÚT 2024 CZ eng C - Konferenční příspěvek (zahraniční konf.)
    Parma, Slavomír - Kovanda, Martin - Chlada, Milan - Štefan, Jan - Kober, Jan - Feigenbaum, H. P. - Plešek, Jiří
    Deep learning methods for the acoustic emission methods to evaluate an onset of plastic straining.
    Engineering Mechanics 2023 : 29th International Conference. Vol. 29. Prague: Institute of Thermomechanics of the Czech Academy of Sciences, 2023 - (Radolf, V.; Zolotarev, I.), s. 187-190. ISBN 978-80-87012-84-0. ISSN 1805-8248. E-ISSN 1805-8256.
    [Engineering Mechanics 2023 /29./. Milovy (CZ), 09.05.2023-11.05.2023]
    Grant CEP: GA ČR GA23-05338S
    Institucionální podpora: RVO:61388998
    Klíčová slova: metal plasticity * strain hardening * acoustic emission * neural networks
    Obor OECD: Applied mechanics
    https://www.engmech.cz/improc/2023/187.pdf
    Trvalý link: https://hdl.handle.net/11104/0350003
     
     
  2. 2.
    0568579 - ÚI 2023 RIV CZ eng L4 - Software
    Hlinka, Jaroslav - Pidnebesna, Anna - Tani Raffaelli, Giulio - Hartman, David - Převorovský, Zdeněk - Chlada, Milan - Kovanda, Martin - Prášek, P. - Berka, Z. - Svoboda, R.
    Library of software modules for detecting extreme events.
    Interní kód: TN01000024/13-V02 ; 2022
    Technické parametry: K dosažení popsaných detekcí jsou použity pokročilé metody využívající konkrétní strukturu problému. Knihovna je navržena v programovacím jazyce Python. Má strukturu centrální části (TN01000024/13-)V2.1 s obecnými analytickými moduly, doplněné specializovaným modulem V2.2 pro analýzu dat z non-destructive testing (NDT), a specializovaným modulem V2.3 pro analýzu video dat.
    Ekonomické parametry: Výsledkem je knihovna softwarových modulů schopných detekovat náhlé události a detekovat přechody mezi různými režimy studovaného systému. Klíčovou funkcionalitou je detekce zásadních změn v systému zvolené kritické infrastruktury. Tato schopnost umožňuje operátorům efektivně detekovat extrémní události a stavové přechody. LICENCE: Modul V2.1: GNU Affero General Public License v3.0. Modul V2.2: bez licence, avšak všechna práva vyhrazena. Modul V2.3: Modul pro analýzu videodat je dostupný účastníkům projektu v neveřejném repozitáři, ostatním zájemcům bude nabízen pod komerční licencí.
    Grant CEP: GA TA ČR(CZ) TN01000024
    Institucionální podpora: RVO:67985807 ; RVO:61388998
    Klíčová slova: anomaly detection * non-destructive testing * video analysis * crowd dynamics
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8); Audio engineering, reliability analysis (UT-L)
    https://www.ciirc.cvut.cz/research-education/projects/nck-kui/sub13/v2/
    Trvalý link: https://hdl.handle.net/11104/0339865
     

    Vědecká data: Github, Gitlab ÚT AVČR
     


  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.