卷积神经网络：基本概念及在制造中的应用
计算机视觉与模式识别
2022-10-17 v1
摘要
我们讨论卷积神经网络（CNNs）的基本概念并概述其在制造中的用途。我们首先讨论制造中常见的各类数据对象（例如时间序列、图像、显微图、视频、光谱、分子结构）如何以灵活方式用张量与图表示。接着我们讨论 CNNs 如何利用卷积操作从此类表示中提取信息性特征（例如几何模式与纹理）以预测涌现属性与现象和/或识别异常。我们还讨论 CNNs 如何能将颜色作为关键信息源，从而可使用现代计算机视觉硬件（例如红外、热成像与高光谱相机）。我们使用源于光谱分析、分子设计、传感器设计、基于图像的控制与多变量过程监测的多样案例研究来说明这些概念。
引用
@article{arxiv.2210.07848,
title = {Convolutional Neural Networks: Basic Concepts and Applications in Manufacturing},
author = {Shengli Jiang and Shiyi Qin and Joshua L. Pulsipher and Victor M. Zavala},
journal= {arXiv preprint arXiv:2210.07848},
year = {2022}
}