Assessing the robustness of an EBSD-data-based U-Net model to classify phase transformation products in Steels - Université de Lorraine
Communication Dans Un Congrès Année : 2022

Assessing the robustness of an EBSD-data-based U-Net model to classify phase transformation products in Steels

Domaines

Sciences de l'ingénieur [physics]

Nathalie GEY  : Connectez-vous pour contacter le contributeur

https://hal.univ-lorraine.fr/hal-03788345

Soumis le : lundi 26 septembre 2022-14:18:19

Dernière modification le : mardi 12 septembre 2023-10:30:03

Fichier non déposé

Dates et versions

hal-03788345 , version 1 (26-09-2022)

Identifiants

  • HAL Id : hal-03788345 , version 1

Citer

S. Breumier, Tomas Martinez Ostormujof, Nathalie Gey, Bianca Frincu, A. Couturier, et al.. Assessing the robustness of an EBSD-data-based U-Net model to classify phase transformation products in Steels. 1st World Congress on Artificial Intelligence in Materials and Manufacturing, Apr 2022, Pittsburgh, United States. ⟨hal-03788345⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-LORRAINE LEM3-UL DAMAS HESAM IRENAV LAMPA LCPI LABOMAP LISPEN MSMP
31 Consultations
0 Téléchargements

Partager

More