Void and solder joint detection for chip resistors based on X-ray images and deep neural networks
15Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : cn, jp. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Void and solder joint detection for chip resistors based on X-ray images and deep neural networks
- Date Crossref
- 01/08/2022
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Guangdong University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
The University of Tokyo pays non établi dans la noticeUniversité ou école supérieure
-
School of Automation pays non établi dans la noticeUniversité ou école supérieure
-
State Key Laboratory of Advanced Materials and Electronic Components pays non établi dans la noticeStructure de recherche
-
Faculty of Engineering pays non établi dans la noticeUniversité ou école supérieure
Guangdong University of Technology, The University of Tokyo et School of Automation, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Integrated Circuits and Semiconductor Failure AnalysisIndustrial Vision Systems and Defect DetectionElectronic Packaging and Soldering Technologies