Aller au contenu principal
2026 conference-paper

Attention-Enhanced DeepBessel Neural Network for Full-Field Vibration Profilometry

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : pl. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This study introduces an attention-augmented extension of the DeepBessel convolutional neural network for reconstruction of vibration amplitude distributions from time-averaged interferograms, aiming to improve feature weighting, reduce Bessel-related artifacts, and enhance prediction accuracy.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Attention-Enhanced DeepBessel Neural Network for Full-Field Vibration Profilometry
Date Crossref
01/01/2026
Éditeur
Optica Publishing Group
Type
proceedings-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

  • Warsaw University of Technology pays non établi dans la notice
    Université ou école supérieure

Warsaw University of Technology.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.