Dissertação
Validation of Deep Learning Optical Flow Algorithms for Applications in Fluid Mechanics EVALUATED
Este artigo examina o desempenho do modelo CascLiteFlowNet aplicado à Velocimetria de Imagem de Partículas Resolvida no Tempo. Com os avanços que permitem a aquisição contínua de imagens de partículas a taxas elevadas, foi desenvolvido um modelo de aprendizagem automática para processar este novo tipo de conjunto de dados. O CascLiteFlowNet é um modelo de rede neural convolucional baseado no modelo LiteFlowNet adaptado para estimar mapas de fluxo de forma iterativa com base em imagens de partículas resolvidas no tempo. O modelo CascLiteFlowNet é testado quanto ao tempo de processamento e à precisão, bem como quanto à capacidade de extrair dados baseados na física a partir de imagens de partículas. Os dados mostram que o modelo tem um desempenho inferior ao esperado e não é capaz de satisfazer as expectativas definidas. Como solução para os fracos resultados, é sugerido um ajuste fino ou, eventualmente, um novo treino do modelo.
julho 3, 2023, 9:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)
Professor Associado
ORIENTADOR
Alexandre José Malheiro Bernardino
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado