ES2931515A1 - Monitorizacion de pelicula multicapa - Google Patents
Monitorizacion de pelicula multicapa Download PDFInfo
- Publication number
- ES2931515A1 ES2931515A1 ES202130582A ES202130582A ES2931515A1 ES 2931515 A1 ES2931515 A1 ES 2931515A1 ES 202130582 A ES202130582 A ES 202130582A ES 202130582 A ES202130582 A ES 202130582A ES 2931515 A1 ES2931515 A1 ES 2931515A1
- Authority
- ES
- Spain
- Prior art keywords
- constituent components
- analysis
- data set
- images
- material composition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 239000000470 constituent Substances 0.000 claims abstract description 76
- 239000000203 mixture Substances 0.000 claims abstract description 39
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 17
- 230000009977 dual effect Effects 0.000 claims abstract description 6
- 239000000463 material Substances 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 31
- 238000012512 characterization method Methods 0.000 claims description 28
- 238000000701 chemical imaging Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 13
- 238000003066 decision tree Methods 0.000 claims description 12
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 claims description 8
- 230000001052 transient effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims 18
- 239000004952 Polyamide Substances 0.000 abstract description 5
- 239000004698 Polyethylene Substances 0.000 abstract description 5
- 239000004743 Polypropylene Substances 0.000 abstract description 5
- XECAHXYUAAWDEL-UHFFFAOYSA-N acrylonitrile butadiene styrene Chemical compound C=CC=C.C=CC#N.C=CC1=CC=CC=C1 XECAHXYUAAWDEL-UHFFFAOYSA-N 0.000 abstract description 5
- 239000004676 acrylonitrile butadiene styrene Substances 0.000 abstract description 5
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 abstract description 5
- 229920002647 polyamide Polymers 0.000 abstract description 5
- 229920000573 polyethylene Polymers 0.000 abstract description 5
- 229920000642 polymer Polymers 0.000 abstract description 5
- 229920001155 polypropylene Polymers 0.000 abstract description 5
- -1 polyethylene Polymers 0.000 abstract description 4
- 239000004793 Polystyrene Substances 0.000 abstract description 3
- 239000004417 polycarbonate Substances 0.000 abstract description 3
- 229920000515 polycarbonate Polymers 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 16
- 239000002985 plastic film Substances 0.000 description 10
- 229920006255 plastic film Polymers 0.000 description 10
- 229920001169 thermoplastic Polymers 0.000 description 10
- 239000004416 thermosoftening plastic Substances 0.000 description 10
- 238000004064 recycling Methods 0.000 description 9
- 239000004033 plastic Substances 0.000 description 6
- 229920003023 plastic Polymers 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000004090 dissolution Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- MVPPADPHJFYWMZ-UHFFFAOYSA-N chlorobenzene Chemical compound ClC1=CC=CC=C1 MVPPADPHJFYWMZ-UHFFFAOYSA-N 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 239000013502 plastic waste Substances 0.000 description 2
- 229920001187 thermosetting polymer Polymers 0.000 description 2
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 1
- XSTXAVWGXDQKEL-UHFFFAOYSA-N Trichloroethylene Chemical group ClC=C(Cl)Cl XSTXAVWGXDQKEL-UHFFFAOYSA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000008096 xylene Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
- B29B17/00—Recovery of plastics or other constituents of waste material containing plastics
- B29B17/02—Separating plastics from other materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
- B29B17/00—Recovery of plastics or other constituents of waste material containing plastics
- B29B17/02—Separating plastics from other materials
- B29B2017/0203—Separating plastics from plastics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
- B29B17/00—Recovery of plastics or other constituents of waste material containing plastics
- B29B17/02—Separating plastics from other materials
- B29B2017/0213—Specific separating techniques
- B29B2017/0279—Optical identification, e.g. cameras or spectroscopy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
- B29B17/00—Recovery of plastics or other constituents of waste material containing plastics
- B29B17/02—Separating plastics from other materials
- B29B2017/0213—Specific separating techniques
- B29B2017/0293—Dissolving the materials in gases or liquids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/62—Plastics recycling; Rubber recycling
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Optics & Photonics (AREA)
- Biochemistry (AREA)
- Plasma & Fusion (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Environmental & Geological Engineering (AREA)
- Mechanical Engineering (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Rigid Pipes And Flexible Pipes (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
La monitorización de película multicapa de análisis combinado incluye la adquisición de un conjunto de datos espectroscópicos de un objeto de muestra y la realización de un análisis de ML del conjunto de datos y también de un análisis quimiométrico del conjunto de imágenes. A continuación, los análisis dobles se combinan en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra, por ejemplo, una especificación de una presencia de uno o más polímeros, como acrilonitrilo-butadieno-estireno (ABS), poliestireno (PS), polietileno (PE), policarbonato (PC), polipropileno (PP) o poliamida (PA).
Description
DESCRIPCIÓN
Monitorización de película multicapa
ANTECEDENTES DE LA INVENCIÓN
[0001] Campo de la invención
[0002] La presente invención se refiere al campo técnico del reciclaje de compuestos termoplásticos y, más en concreto, a la disolución de termoplásticos multicapa.
[0003] Descripción de la técnica relacionada
[0004] El reciclaje de plásticos es el proceso de recuperación de restos o residuos plásticos y reprocesamiento del material en productos útiles. La naturaleza del reciclaje de plásticos depende del tipo de plástico en sí. Al contrario que un plástico termoestable, un termoplástico, o plástico termoendurecible, es un material polimérico plástico que se vuelve flexible o moldeable a una determinada temperatura elevada y se solidifica al enfriarse. El reciclaje de termoplásticos incluye muchos beneficios, como el suministro de materias primas para la industria manufacturera, la reducción de la amenaza medioambiental para el ser humano, puesto que es no biodegradable, la minimización de los problemas de incineración y vertido, el menor consumo de energía para el sustento, y el hecho de que sirva como fuente de ingresos y proporcione oportunidades de empleo.
[0005] Existen varios métodos para el reciclaje de los termoplásticos, incluido el reciclaje primario, el reciclaje mecánico y el reciclaje químico. Con respecto al reciclaje químico, los residuos plásticos sirven como materia prima y se convierten en monómeros u otros productos mediante la descomposición y despolimerización de la materia prima con el uso de energía térmica o catalizadores. Cuando se recicla químicamente un termoplástico, la descomposición y despolimerización mediante disolución química impulsa la descomposición de los polímeros de residuos termoplásticos en especies de menor peso molecular para su reutilización. La disolución se puede conseguir con la inmersión del termoplástico en un solvente, como benceno, clorobenceno, tricloroetileno, tolueno y xileno.
[0006] Para definir adecuadamente un proceso óptimo para la recuperación de un componente constituyente polimérico valioso de dentro de un residuo termoplástico, se debe conocer a priori la identidad del componente constituyente. Tradicionalmente, el reconocimiento del componente constituyente polimérico se lleva a cabo utilizando formación de imágenes hiperespectrales seguido de un análisis quimiométrico del grupo de imágenes producido por la formación de imágenes hiperespectrales. Sin embargo, se sabe que,
mientras que la quimiometría funciona bien en un plástico monocapa, la quimiometría no funciona bien con respecto a una película de plástico multicapa.
BREVE SUMARIO DE LA INVENCIÓN
[0007] Los modos de realización de la presente invención abordan las deficiencias técnicas de la técnica con respecto a la monitorización de película multicapa utilizando análisis quimiométrico. A tal fin, los modos de realización de la presente invención proporcionan un método novedoso y no obvio de monitorización de película multicapa de análisis combinado. Los modos de realización de la presente invención también proporcionan un dispositivo informático novedoso y no obvio adaptado para llevar a cabo el método anterior. Finalmente, los modos de realización de la presente invención proporcionan un sistema de procesamiento de datos novedoso y no obvio que incorpora el dispositivo anterior para llevar a cabo el método anterior.
[0008] En un modo de realización de la invención, un método de monitorización de película multicapa de análisis combinado incluye la adquisición de un conjunto de datos espectroscópicos de un objeto de muestra, por ejemplo, mediante formación de imágenes hiperespectrales (HSI, por sus siglas en inglés) o espectroscopia de descomposición inducida por láser (LIBS, por sus siglas en inglés). A continuación, se puede realizar un análisis de ML del conjunto de datos y también un análisis quimiométrico del conjunto de datos. Por consiguiente, los análisis dobles se pueden combinar en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra. Más en concreto, el análisis de ML del conjunto de imágenes incluye el envío de una estructura de datos representativa del grupo de imágenes del conjunto de datos a un árbol de decisión inferencial basado en reglas. En este sentido, el árbol de decisión puede ser entrenado con un conjunto de imágenes de muestra, habiendo sido cada una anotada con una indicación de verdad fundamental de una composición material correspondiente de los diferentes componentes constituyentes, por ejemplo, un polímero como acrilonitrilobutadieno-estireno (ABS), poliestireno (PS), polietileno (PE), policarbonato (PC), polipropileno (PP) o poliamida (PA). En consecuencia, el árbol de decisión puede devolver para cada imagen del conjunto una probabilidad de que dicha imagen tenga un conjunto específico de los diferentes componentes constituyentes, cada uno con una composición material correspondiente.
[0009] En un aspecto del modo de realización, la combinación incluye la recepción de una primera indicación para cada una de las imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una
primera composición material correspondiente determinada y la recepción también de una segunda indicación para cada una de las imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada. A continuación, la primera y la segunda indicación se combinan estadísticamente para cada uno de los componentes constituyentes en una unión del primer conjunto y el segundo conjunto para producir un conjunto combinado de los componentes constituyentes de una determinación estadísticamente combinada de la composición material correspondiente de cada uno de los componentes constituyentes del conjunto combinado.
[0010] En otro aspecto del modo de realización, la combinación incluye la recepción de una primera indicación para cada una de las imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada y la recepción también de una segunda indicación para cada una de las imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada. A continuación, se puede seleccionar uno de entre el primer conjunto de componentes constituyentes y el segundo conjunto de componentes constituyentes como conjunto combinado de los componentes constituyentes de acuerdo con una probabilidad más alta de caracterización producida respectivamente por el análisis quimiométrico y el análisis de ML.
[0011] En otro modo de realización de la invención, un sistema de procesamiento de datos está adaptado para la monitorización de película multicapa de análisis combinado. El sistema incluye un sensor de imágenes espectroscópicas, como una cámara HSI o un sensor LIBS, una plataforma informática huésped que tiene uno o más ordenadores, cada uno con una memoria y uno o unidades de procesamiento que incluyen uno o más núcleos de procesamiento y una vía de comunicación establecida entre el sensor y uno de los ordenadores a través de la que se reciben datos espectroscópicos captados por el sensor en la memoria de la plataforma informática huésped. El sistema también incluye un módulo de monitorización de película multicapa de análisis combinado. El módulo incluye instrucciones de programa informático habilitadas mientras se ejecutan en la memoria de al menos una de las unidades de procesamiento de la plataforma informática huésped para adquirir un conjunto de datos espectroscópicos de un objeto de muestra a partir del sensor a través de la vía de comunicación, para realizar un análisis doble de ML y quimiométrico del conjunto de datos, y
para combinar los análisis dobles en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra.
[0012] En otro modo de realización adicional de la invención, un dispositivo incluye un medio de almacenamiento legible por ordenador no transitorio que tiene instrucciones de programa almacenadas en el mismo. Las instrucciones son ejecutables por al menos un núcleo de procesamiento de una unidad de procesamiento para hacer que la unidad de procesamiento lleve a cabo un método para la monitorización de película multicapa de análisis combinado. El método incluye la adquisición de un conjunto de datos espectroscópicos de un objeto de muestra y la realización de un análisis doble de ML y quimiométrico del conjunto de datos. Finalmente, los análisis dobles se combinan en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra.
[0013] De esta manera, se superan las deficiencias técnicas del uso singular de la quimiometría en la caracterización de los componentes constituyentes del residuo de plástico multicapa gracias a la combinación de un análisis quimiométrico con un análisis de ML de una película de plástico multicapa. Además, como el sensor electroscópico es un sensor LIBS, se pueden caracterizar de forma más precisa los materiales de todos los colores en comparación con una cámara HSI que carece de la caracterización de los materiales de color negro.
[0014] Aspectos adicionales de la invención se expondrán en parte en la siguiente descripción, y en parte resultarán obvios a partir de la descripción, o pueden aprenderse mediante la práctica de la invención. Los aspectos de la invención se implementarán y lograrán por medio de los elementos y combinaciones particularmente señalados en las reivindicaciones adjuntas. Debe entenderse que tanto la descripción general anterior como la siguiente descripción detallada son solo ejemplificativas y explicativas y no restringen la invención, según se reivindica.
BREVE DESCRIPCIÓN DE LAS DIVERSAS VISTAS DE LOS DIBUJOS
[0015] Los dibujos adjuntos, que se incorporan a la presente memoria y forman parte de la misma, ilustran modos de realización de la invención y, junto con la descripción, sirven para explicar los principios de la invención. Actualmente se prefieren los modos de realización ilustrados en el presente documento, entendiéndose, sin embargo, que la invención no está limitada a las disposiciones precisas y los instrumentos mostrados, donde:
[0016] La figura 1 es una ilustración gráfica que refleja diferentes aspectos de un proceso de monitorización de película multicapa de análisis combinado;
[0017] La figura 2 es un diagrama de bloques que representa un sistema de procesamiento de datos adaptado para llevar a cabo uno de los aspectos del proceso de la figura 1; y,
[0018] La figura 3 es un diagrama de flujo que ilustra uno de los aspectos del proceso de la figura 1.
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN
[0019] Los modos de realización de la invención proporcionan una monitorización de película multicapa de análisis combinado. Según un modo de realización de la invención, se puede someter una película multicapa de residuo termoplástico a formación de imágenes espectroscópicas para producir un conjunto de datos espectroscópicos del residuo. A continuación, el conjunto de datos se somete a un análisis quimiométrico para clasificar con un grado de probabilidad uno o más componentes constituyentes según la composición material correspondiente. Simultáneamente, el conjunto de imágenes también se somete a un análisis de ML sometiendo el conjunto de datos a un clasificador entrenado para clasificar el conjunto de imágenes con un grado de probabilidad según uno o más componentes constituyentes por composición material. Las clasificaciones tanto del análisis quimiométrico como del análisis de ML se combinan entonces para clasificar de forma más precisa los componentes constituyentes de las imágenes, a pesar de la naturaleza multicapa del residuo.
[0020] Para ilustrar un aspecto del modo de realización, la figura 1 muestra gráficamente un proceso de monitorización de película multicapa de análisis combinado. Como se muestra en la figura 1, un sensor de imágenes espectroscópicas 110, por ejemplo, una cámara HIS o un sensor LIBS, escanea una película de plástico multicapa 100 que incluye una combinación prospectiva de uno o más materiales poliméricos, incluidos ABS, PS, PE, PC, PP o PA. El escaneado realizado por el sensor de formación de imágenes 110 produce un conjunto de datos espectroscópicos 130 de imágenes diferentes 120 que corresponden a frecuencias diferentes. Después, se somete el conjunto de datos espectroscópicos 130 a un análisis quimiométrico 140 para producir una caracterización 160 de los componentes constituyentes de la película multicapa 100.
[0021] Simultáneamente, se somete el conjunto de datos espectroscópicos 130 a un análisis de ML 150 que incluye un árbol de decisión inferencial basado en reglas entrenado para correlacionar diferentes características de las imágenes con uno de los materiales poliméricos anotados. Como tal, el análisis de ML 150 produce una caracterización 170 de los componentes constituyentes del archivo multicapa 100 e incluye una probabilidad de precisión para la caracterización 170. Un proceso de combinación 180 combina después las
caracterizaciones 170 para producir una caracterización combinada 190 de los componentes constituyentes de la película multicapa 100 para mostrarla a un usuario final.
[0022] Por ejemplo, el proceso de combinación 180 para cada una de las imágenes 120 del conjunto de datos 130 puede comparar la caracterización 160 del análisis quimiométrico 140 con la caracterización 170 del análisis de ML 150 y combinar ambas como unión de los componentes constituyentes predichos por las caracterizaciones 160, 170. De manera alternativa, el proceso de combinación 180 para cada una de las imágenes 120 del conjunto de datos 130 puede comparar la caracterización 160 del análisis quimiométrico 140 con la caracterización 170 del análisis de ML 150 y seleccionar una de las caracterizaciones 160, 170 que tenga asignada una probabilidad más alta. Como otra alternativa más, el proceso de combinación 180 para cada una de las imágenes 120 del conjunto de datos 130 puede comparar la caracterización 160 del análisis quimiométrico 140 con la caracterización 170 del análisis de ML 150 y ponderar cada componente constituyente predicho de cada una de las caracterizaciones según una probabilidad asignada, filtrando cualquier componente constituyente predicho de una probabilidad por debajo de un valor umbral.
[0023] Se pueden implementar aspectos del proceso descrito en relación con la figura 1 dentro de un sistema de procesamiento de datos. Como ilustración adicional, la figura 2 muestra esquemáticamente un sistema de procesamiento de datos adaptado para realizar una monitorización de película multicapa de análisis combinado. En el sistema de procesamiento de datos ilustrado en la figura 1, se proporciona una plataforma informática huésped 200. La plataforma informática huésped 200 incluye uno o más ordenadores 210, cada uno con una memoria 220 y una o más unidades de procesamiento 230. Los ordenadores 210 de la plataforma informática huésped (solo se muestra un ordenador en aras de simplicidad ilustrativa) pueden estar situados en el mismo sitio uno dentro del otro y en comunicación entre sí a través de una red de área local, o a través de un bus de comunicaciones de datos, o los ordenadores pueden estar dispuestos de forma remota entre sí y en comunicación entre sí por medio de una interfaz de red 260 a través de una red de comunicaciones de datos. Es importante destacar que un sensor de imágenes espectroscópicas 270, como un sensor LIBS o una cámara HIS, está acoplado comunicativamente a la plataforma informática huésped 200 a través de una interfaz de comunicaciones de datos 240, como un cable serial o un bus de datos paralelo.
[0024] En particular, con el sistema de procesamiento de datos 200 se puede incluir un dispositivo informático 250 que incluye un medio de almacenamiento legible por ordenador no transitorio y al que pueden acceder las unidades de procesamiento 230 de uno o más de los
ordenadores 210. El dispositivo informático 250 almacena o retiene en este un módulo de programa 300 acoplado comunicativamente a la lógica para realizar un análisis quimiométrico 280A, y también un árbol de decisión inferencial basado en reglas 280B entrenado para clasificar una imagen basándose en un conjunto de datos de entrenamiento de una multiplicidad de imágenes, cada una anotada con una indicación de verdad fundamental de una clasificación de componentes constituyentes de un material concreto. En particular, el módulo de programa 300 incluye instrucciones de programa informático que, al ser ejecutadas por una o más de las unidades de procesamiento 230, llevan a cabo un proceso programáticamente ejecutable para la monitorización de película multicapa de análisis combinado.
[0025] De manera específica, las instrucciones de programa durante la ejecución reciben del sensor de imágenes espectroscópicas 270 a través de la interfaz de comunicaciones de datos 240 un conjunto de datos 290 captados para una película de plástico multicapa. A continuación, las instrucciones de programa envían el conjunto de datos 290 al análisis quimiométrico 280A y al árbol de decisión 280B para recibir de cada uno de ellos una clasificación de los componentes constituyentes de la película de plástico multicapa evidente en el conjunto de imágenes 290. Después, las instrucciones de programa combinan la clasificación del análisis quimiométrico 280A y de la red neural convolucional 280B para producir una caracterización combinada de los componentes constituyentes de la película de plástico multicapa para su visualización en la plataforma informática huésped 200.
[0026] En este sentido, las instrucciones de programa pueden combinar las caracterizaciones según una probabilidad más alta de la presencia de cada uno de los componentes constituyentes, o en función de una combinación de los componentes constituyentes determinados que tengan una probabilidad asociada que exceda un umbral mínimo, o las instrucciones de programa pueden aumentar la caracterización del análisis quimiométrico 280A con componentes constituyentes indicados por la red neural convolucional 280B ausentes en la caracterización producida por el análisis quimiométrico 280A. De esta manera, las imprecisiones relativas del uso independiente del análisis quimiométrico 280A pueden subsanarse con un análisis de ML como el producido por la red neural convolucional 280B.
[0027] Como ilustración adicional de un ejemplo de funcionamiento del módulo, la figura 3 es un diagrama de flujo que ilustra uno de los aspectos del proceso de la figura 1. Comenzando en el bloque 310, se recibe un conjunto de datos espectroscópicos de una película de plástico multicapa desde un sensor de imágenes espectroscópicas y, en el bloque 320, el grupo de imágenes del conjunto de datos se procesa mediante análisis quimiométrico 320 en paralelo
con un análisis de ML en el bloque 330. En el bloque 340, el análisis quimiométrico produce una caracterización de la película de plástico multicapa en cuanto a composición material de los diferentes componentes constituyentes de la película de plástico multicapa. De manera similar, en el bloque 350, el análisis de ML produce una caracterización de la película de plástico multicapa. En el bloque 360, se realiza una unión de los componentes constituyentes caracterizados de los dos conjuntos con el fin de crear una caracterización combinada. Finalmente, en el bloque 370, la caracterización combinada se muestra al usuario final.
[0028] Es importante destacar que el diagrama de flujo y el diagrama de bloques anteriores a los que se hace referencia en el presente documento ilustran la arquitectura, la funcionalidad y el funcionamiento de posibles implementaciones de sistemas, métodos y dispositivos informáticos según diversos modos de realización de la presente invención. En este sentido, cada bloque del diagrama de flujo o del diagrama de bloques puede representar un módulo, segmento o porción de instrucciones, que incluye una o más instrucciones ejecutables para implementar la función o funciones lógica(s) especificada(s). En algunas implementaciones alternativas, las funciones indicadas en el bloque pueden producirse fuera del orden indicado en las figuras. Por ejemplo, dos bloques mostrados en sucesión pueden, de hecho, ejecutarse sustancialmente de forma concurrente, o los bloques pueden a veces ejecutarse en el orden inverso, dependiendo de la funcionalidad implicada. Cabe destacar también que cada bloque de los diagramas de bloque y/o ilustración del diagrama de flujo, y las combinaciones de los bloques de los diagramas de bloques y/o ilustración del diagrama de flujo, puede implementarse mediante sistemas basados en hardware de propósito específico que realizan las funciones o actos especificados o llevan a cabo combinaciones de hardware de propósito específico e instrucciones informáticas.
[0029] De forma más concreta, la presente invención puede implementarse como un proceso programáticamente ejecutable. Además, la presente invención puede implementarse dentro de un dispositivo informático en el que se almacenan instrucciones programáticas y a partir del que se pueden cargar las instrucciones programáticas en la memoria de un sistema de procesamiento de datos y ejecutarse a partir de este con el fin de realizar el proceso programáticamente ejecutable anterior. Asimismo, la presente invención puede implementarse dentro de un sistema de procesamiento de datos adaptado para cargar las instrucciones programáticas de un dispositivo informático y para ejecutar entonces las instrucciones programáticas con el fin de realizar el proceso programáticamente ejecutable anterior.
[0030] Para ello, el dispositivo informático es un medio o medios de almacenamiento legible(s) por ordenador no transitorio(s) que retienen o almacenan instrucciones de programa legibles por ordenador. Estas instrucciones, al ser ejecutadas desde la memoria por una o más unidades de procesamiento de un sistema de procesamiento de datos, hacen que las unidades de procesamiento realicen diferentes procesos programáticos de ejemplo de diferentes aspectos del proceso programáticamente ejecutable. En este sentido, las unidades de procesamiento incluyen cada una un dispositivo de ejecución de instrucciones, como una unidad central de procesamiento o «CPU» de un ordenador. En el sistema de procesamiento de datos se pueden incluir uno o más ordenadores. Cabe destacar que, aunque la CPU puede ser una CPU de un solo núcleo, ha de entenderse que pueden operar múltiples núcleos de CPU dentro de la CPU y, en ambos casos, las instrucciones se cargan directamente desde la memoria en uno o más de los núcleos de una o más de las CPU para su ejecución.
[0031] Aparte de la carga directa de las instrucciones desde la memoria para su ejecución por uno o más núcleos de una CPU o múltiples CPU, las instrucciones de programa legibles por ordenador descritas en el presente documento pueden recuperarse, alternativamente, de una red de comunicaciones informática a la memoria de un ordenador del sistema de procesamiento de datos para su ejecución en el mismo. Además, solo una parte de las instrucciones de programa se pueden recuperar en la memoria a través de la red de comunicaciones informática, mientras que otras partes pueden cargarse desde el almacenamiento persistente del ordenador. Asimismo, solo una parte de las instrucciones de programa puede ser ejecutadas por uno o más núcleos de procesamiento de una o más CPU de uno de los ordenadores del sistema de procesamiento de datos, mientras que otras partes pueden ejecutarse cooperativamente dentro de un ordenador diferente del sistema de procesamiento de datos que esté situado en el mismo sitio que el ordenador o colocado de forma remota del ordenador a través de la red de comunicaciones informática, compartiendo los resultados de la computación de ambos ordenadores.
[0032] Las estructuras, materiales, actos y equivalentes correspondientes de todos los medios o elementos de etapa más función de las siguientes reivindicaciones pretenden incluir cualquier estructura, material o acto para llevar a cabo la función en combinación con otros elementos reivindicados según se reivindica específicamente. La descripción de la presente invención se ha presentado con fines ilustrativos y descriptivos, pero no pretende ser exhaustiva ni limitarse a la invención en la forma dada a conocer. Para los expertos en la materia resultarán evidentes muchas modificaciones y variaciones sin alejarse del alcance y el espíritu de la invención. El modo de realización se escogió y se describió para explicar mejor
los principios de la invención y la aplicación práctica, y para permitir que otros expertos en la materia entiendan la invención para diversos modos de realización con diversas modificaciones según sea adecuado para el uso particular contemplado.
[0033] Habiendo descrito así la invención de la presente solicitud con detalle y por referencia a sus modos de realización, resultará evidente que son posibles modificaciones y variaciones sin alejarse del alcance de la invención definida en las reivindicaciones adjuntas como sigue:
Claims (15)
1. Método de monitorización de película multicapa de análisis combinado, que comprende:
la adquisición de un conjunto de datos espectroscópicos de un objeto de muestra;
la realización de un análisis doble de aprendizaje automático (ML) y quimiométrico del conjunto de datos; y
la combinación de los análisis dobles en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra.
2. Método de la reivindicación 1, donde el conjunto de datos espectroscópicos es un conjunto de datos producido por espectroscopia de descomposición inducida por láser (LIBS).
3. Método de la reivindicación 1, donde el análisis de ML del conjunto de datos comprende el envío de una estructura de datos representativa del grupo de imágenes del conjunto de datos a un árbol de decisión inferencial basado en reglas entrenado con un conjunto de imágenes de muestra, cada una anotada con una indicación de verdad fundamental de una composición material correspondiente de los diferentes componentes constituyentes, devolviendo el árbol de decisión para cada imagen del grupo de imágenes del conjunto de datos una probabilidad de que dicha imagen tenga un conjunto específico de los diferentes componentes constituyentes, cada uno con una composición material correspondiente.
4. Método de la reivindicación 3, donde la combinación comprende:
la recepción de una primera indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada;
la recepción de una segunda indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada; y
combinar estadísticamente la primera y la segunda indicación de cada uno de los componentes constituyentes en una unión del primer conjunto y el segundo conjunto para producir un conjunto combinado de los componentes constituyentes de una
determinación estadísticamente combinada de la composición material correspondiente de cada uno de los componentes constituyentes del conjunto combinado.
5. Método de la reivindicación 3, donde la combinación comprende:
la recepción de una primera indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada;
la recepción de una segunda indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada; y
la selección de uno de entre el primer conjunto de componentes constituyentes y el segundo conjunto de componentes constituyentes como conjunto combinado de los componentes constituyentes de acuerdo con una probabilidad más alta de caracterización producida respectivamente por el análisis quimiométrico y el análisis de ML.
6. Sistema de procesamiento de datos adaptado para la monitorización de película multicapa de análisis combinado, comprendiendo el sistema:
un sensor de imágenes espectroscópicas;
una plataforma informática huésped que comprende uno o más ordenadores, cada uno con una memoria y uno o unidades de procesamiento que incluyen uno o más núcleos de procesamiento;
una vía de comunicación establecida entre el sensor y uno de los ordenadores a través de la que se reciben datos de las imágenes captadas por la cámara en la memoria de la plataforma informática huésped; y
un módulo de monitorización de película multicapa de análisis combinado que comprende instrucciones de programa informático habilitadas mientras se ejecutan en la memoria de al menos una de las unidades de procesamiento de la plataforma informática huésped para llevar a cabo:
la adquisición de un conjunto de datos espectroscópicos de un objeto de muestra a partir del sensor a través de la vía de comunicación;
la realización de un análisis doble de aprendizaje automático (ML) y quimiométrico del conjunto de datos; y
la combinación de los análisis dobles en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra.
7. Sistema de la reivindicación 6, donde el sensor es un sensor de espectroscopia de descomposición inducida por láser (LIBS).
8. Sistema de la reivindicación 6, donde el análisis de ML del conjunto de datos comprende el envío de una estructura de datos representativa del grupo de imágenes del conjunto de datos a un árbol de decisión inferencial basado en reglas entrenado con un conjunto de imágenes de muestra, cada una anotada con una indicación de verdad fundamental de una composición material correspondiente de los diferentes componentes constituyentes, devolviendo el árbol de decisión para cada imagen del grupo de imágenes del conjunto de datos una probabilidad de que dicha imagen tenga un conjunto específico de los diferentes componentes constituyentes, cada uno con una composición material correspondiente.
9. Sistema de la reivindicación 8, donde la combinación comprende:
la recepción de una primera indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada;
la recepción de una segunda indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada; y
combinar estadísticamente la primera y la segunda indicación de cada uno de los componentes constituyentes en una unión del primer conjunto y el segundo conjunto para producir un conjunto combinado de los componentes constituyentes de una determinación estadísticamente combinada de la composición material correspondiente de cada uno de los componentes constituyentes del conjunto combinado.
10. Sistema de la reivindicación 8, donde la combinación comprende:
la recepción de una primera indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes
constituyentes, cada uno con una primera composición material correspondiente determinada;
la recepción de una segunda indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada; y
la selección de uno de entre el primer conjunto de componentes constituyentes y el segundo conjunto de componentes constituyentes como conjunto combinado de los componentes constituyentes de acuerdo con una probabilidad más alta de caracterización producida respectivamente por el análisis quimiométrico y el análisis de ML.
11. Dispositivo informático que comprende un medio de almacenamiento legible por ordenador no transitorio que tiene instrucciones de programa almacenadas en el mismo, siendo las instrucciones ejecutables por al menos un núcleo de procesamiento de una unidad de procesamiento para hacer que la unidad de procesamiento lleve a cabo un método para la monitorización de película multicapa de análisis combinado, incluyendo el método:
la adquisición de un conjunto de datos espectroscópicos de un objeto de muestra;
la realización de un análisis doble de aprendizaje automático (ML) y quimiométrico del conjunto de datos; y
la combinación de los análisis dobles en un único resultado que especifica una composición de cada uno de una multiplicidad de componentes constituyentes del objeto de muestra.
12. Dispositivo informático de la reivindicación 11, donde el conjunto de datos espectroscópicos es un conjunto de datos producido por espectroscopia de descomposición inducida por láser (LIBS).
13. Dispositivo informático de la reivindicación 11, donde el análisis de ML del conjunto de datos comprende el envío de una estructura de datos representativa del grupo de imágenes del conjunto de datos a un árbol de decisión inferencial basado en reglas entrenado con un conjunto de imágenes de muestra, cada una anotada con una indicación de verdad fundamental de una composición material correspondiente de los diferentes componentes constituyentes, devolviendo el árbol de decisión para cada imagen del grupo de imágenes del conjunto de datos una probabilidad de que dicha imagen tenga un conjunto específico de los
diferentes componentes constituyentes, cada uno con una composición material correspondiente.
14. Dispositivo informático de la reivindicación 13, donde la combinación comprende:
la recepción de una primera indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada;
la recepción de una segunda indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada; y
combinar estadísticamente la primera y la segunda indicación de cada uno de los componentes constituyentes en una unión del primer conjunto y el segundo conjunto para producir un conjunto combinado de los componentes constituyentes de una determinación estadísticamente combinada de la composición material correspondiente de cada uno de los componentes constituyentes del conjunto combinado.
15. Dispositivo informático de la reivindicación 13, donde la combinación comprende:
la recepción de una primera indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis quimiométrico de un primer conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada;
la recepción de una segunda indicación para cada una de dichas imágenes del conjunto de datos a partir del análisis de ML de un segundo conjunto de componentes constituyentes, cada uno con una primera composición material correspondiente determinada; y
la selección de uno de entre el primer conjunto de componentes constituyentes y el segundo conjunto de componentes constituyentes como conjunto combinado de los componentes constituyentes de acuerdo con una probabilidad más alta de caracterización producida respectivamente por el análisis quimiométrico y el análisis de ML.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES202130582A ES2931515B2 (es) | 2021-06-22 | 2021-06-22 | Monitorizacion de pelicula multicapa |
BE20225106A BE1029449B1 (fr) | 2021-06-22 | 2022-02-18 | Surveillance de film multicouche |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES202130582A ES2931515B2 (es) | 2021-06-22 | 2021-06-22 | Monitorizacion de pelicula multicapa |
Publications (2)
Publication Number | Publication Date |
---|---|
ES2931515A1 true ES2931515A1 (es) | 2022-12-30 |
ES2931515B2 ES2931515B2 (es) | 2024-05-08 |
Family
ID=80952278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES202130582A Active ES2931515B2 (es) | 2021-06-22 | 2021-06-22 | Monitorizacion de pelicula multicapa |
Country Status (2)
Country | Link |
---|---|
BE (1) | BE1029449B1 (es) |
ES (1) | ES2931515B2 (es) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764773A (zh) * | 2017-10-13 | 2018-03-06 | 吉林大学 | 一种基于激光诱导击穿光谱的塑料样品分类方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4410398C1 (de) * | 1994-03-25 | 1995-05-24 | Krupp Ag Hoesch Krupp | Verfahren zur Identifikation von polymeren Materialien |
DE19949656A1 (de) * | 1999-10-14 | 2001-04-19 | Daimler Chrysler Ag | Verfahren und Vorrichtung zur automatischen Fraktionierung von Kunststoffen, Metallen oder Gläsern |
CN107703094B (zh) * | 2017-09-27 | 2021-03-26 | 安徽中科光电色选机械有限公司 | 一种近红外多光谱分选设备 |
GB2572183A (en) * | 2018-03-21 | 2019-09-25 | Sutton Philip | Recycling method and taggant for a recyclable product |
US20220023917A1 (en) * | 2018-11-27 | 2022-01-27 | Suez Groupe | Method for separating and classifying waste, in particular packaging |
-
2021
- 2021-06-22 ES ES202130582A patent/ES2931515B2/es active Active
-
2022
- 2022-02-18 BE BE20225106A patent/BE1029449B1/fr active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764773A (zh) * | 2017-10-13 | 2018-03-06 | 吉林大学 | 一种基于激光诱导击穿光谱的塑料样品分类方法 |
Non-Patent Citations (3)
Title |
---|
COSTA VINICIUS CÏ¿¿MARA ET AL. Identification and classification of polymer e-waste using laser-induced breakdown spectroscopy (LIBS) and chemometric tools. Polymer Testing, 20170224 Elsevier, AMSTERDAM, NL. , 24/02/2017, Vol. 59, Páginas 390 - 395 [en línea][recuperado el 24/02/2022]. ISSN 0142-9418, (DOI: doi:10.1016/j.polymertesting.2017.02.017) * |
MYRIAM BOUERI, VINCENT MOTTO-ROS, WEN-QI LEI, QAIN-LI MA, LI-JUAN ZHENG, HE-PING ZENG, JIN YU. Identification of polymer materials using laser-induced breakdown spectroscopy combined with artificial neural networks. Appl Spectrosc, 01/03/2011, Vol. 65, Páginas 307-314 [en línea][recuperado el 24/02/2022]. Recuperado de Internet (URL:https://journals.sagepub.com/doi/pdf/10.1366/10-06079a), (DOI: 10.1366/10-06079) * |
V. K. UNNIKRISHNAN, K. S. CHOUDHARI, SURESH D. KULKARNI, RAJESH NAYAK, V. B. KARTHAA, C. SANTHOSH. Analytical predictive capabilities of Laser Induced Breakdown Spectroscopy (LIBS) with Principal Component Analysis (PCA) for plastic classification. RSC Adv., 18/10/2013, Páginas 25872-25880 [en línea][recuperado el 25/02/2022]. Recuperado de Internet (URL:https://pubs.rsc.org/en/content/articlelanding/2013/ra/c3ra44946g/unauth), * |
Also Published As
Publication number | Publication date |
---|---|
ES2931515B2 (es) | 2024-05-08 |
BE1029449A1 (fr) | 2023-01-04 |
BE1029449B1 (fr) | 2023-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saini et al. | Oreo: Detection of clones in the twilight zone | |
CN111105010B (zh) | 使用具有不同标签集的多个带标签数据库的方法及装置 | |
Hassan et al. | Tensor pooling-driven instance segmentation framework for baggage threat recognition | |
Wang et al. | Ensemble neuron tracer for 3D neuron reconstruction | |
Gao et al. | Adaptive testing of computer vision models | |
Schwalbe | Concept embedding analysis: A review | |
Alahmadi et al. | Code localization in programming screencasts | |
ES2931515B2 (es) | Monitorizacion de pelicula multicapa | |
Kokoulin et al. | The automated sorting methods modernization of municipal solid waste processing system | |
Pal et al. | Improved bag-of-features using grey relational analysis for classification of histology images | |
Mukherjee et al. | Encoding hierarchical information in neural networks helps in subpopulation shift | |
Burnaev et al. | Automatic construction of a recurrent neural network based classifier for vehicle passage detection | |
Bhattacharya et al. | DFE-AVD: deep feature ensemble for automatic vehicle detection | |
Cardoen et al. | SPECHT: S elf-tuning P lausibility based object detection E nables quantification of C onflict in H et erogeneous multi-scale microscopy | |
Jayapal et al. | Stacked extreme learning machine with horse herd optimization: a methodology for traffic sign recognition in advanced driver assistance systems | |
Górska et al. | Pedestrian detection in low-resolution thermal images | |
Barshooi et al. | Nighttime Driver Behavior Prediction Using Taillight Signal Recognition via CNN-SVM Classifier | |
Liu et al. | Sorted label classifier chains for learning images with multi-label | |
Wang et al. | Fine-grained vehicle recognition in traffic surveillance | |
Bai et al. | Deep learning spatial-spectral processing of hyperspectral images for pigment mapping of cultural heritage artifacts | |
Wu et al. | Research and Implementation of Road Traffic Sign IdentiFIcation System. | |
Solmaz et al. | Fine-grained visual marine vessel classification for coastal surveillance and defense applications | |
Eckstein et al. | Discriminative attribution from paired images | |
Chen et al. | Fine-grained bird image classification based on counterfactual method of vision transformer model | |
Stursa et al. | Classification of Polymers Based on the Degree of Their Transparency in SWIR Spectrum |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
BA2A | Patent application published |
Ref document number: 2931515 Country of ref document: ES Kind code of ref document: A1 Effective date: 20221230 |
|
FG2A | Definitive protection |
Ref document number: 2931515 Country of ref document: ES Kind code of ref document: B2 Effective date: 20240508 |