జర్నల్ ఆఫ్ న్యూక్లియర్ ఎనర్జీ సైన్స్ & పవర్ జనరేషన్ టెక్నాలజీ

అసెంబ్లీ-ఆధారిత చిత్ర వర్గీకరణ వ్యవస్థ కోసం మెషిన్ లెర్నింగ్ టెక్నిక్

అంబుజ్ కుమార్ అగర్వాల్, డి. ఏంజెలిన్ రంజితమణి, పవిత్ర ఎం, ఎ.వేలాయుధం, ఆనందరాజ్ షున్ముగం మరియు మహ్మద్ ఇస్మాయిల్ బి.

సంకలిత తయారీ, లేదా 3D ప్రింటింగ్, క్షేత్ర ఉత్పత్తి ప్రక్రియలలో ఒక ముఖ్యమైన ఆవిష్కరణ. ఇంకా, బయట ప్రభావితం చేయకుండా ఫిల్లింగ్‌ని మార్చాలనే నిర్ణయం 3D ప్రింటర్ సాంకేతికతలకు భిన్నమైన దుర్బలత్వాన్ని సృష్టిస్తుంది. ఈ పరిశోధన ప్రింటెడ్ ఆబ్జెక్ట్‌లో మోసపూరిత పూరించే సమస్యలను గుర్తించడానికి ఒక నిబంధనను కలిగి ఉంది: 1) 3D ప్రింటింగ్ ప్రాసెస్‌లోని దుర్మార్గపు లోపాలను పరిశీలించడం, 2) మోడల్ చేసిన 3డి ప్రింటర్ పద్ధతి ఫోటోల నుండి అవుట్‌లయర్‌లను తీసివేయడం మరియు 3) ఒక నమూనాతో ఆబ్జెక్ట్ డిటెక్షన్ పరీక్షను నిర్వహించడం 3D ప్రింటింగ్ ప్రక్రియ నుండి నాన్-ఫిల్ టెస్ట్ సెట్ మరియు ఫాల్ట్ రీన్‌ఫోర్స్డ్ టెస్ట్ సెట్ యొక్క మరొక క్లస్టర్. పొరల వారీగా, ప్రోగ్రామ్ మోడల్ ప్రదర్శన యొక్క ఐసోమెట్రిక్ కోణం నుండి ఫోటోలు సేకరించబడతాయి. సేకరించిన డేటా అభివృద్ధి చెందిన అల్గారిథమ్‌లు, నైవ్ బేస్ పద్ధతి మరియు J48 డెసిషన్ ట్రీస్‌కు అందించబడుతుంది. వాటిలో, నైవ్ బేస్ పద్ధతి 86% అధిక ఖచ్చితత్వాన్ని చూపుతుంది మరియు J48 డెసిషన్ ట్రీస్ 96% ఖచ్చితత్వాన్ని చూపుతుంది.