Pattern recognition for bubbly flows with vapor or gas-liquid interfaces using U-Net architecture

Alexander Seredkin, Ivan Plokhikh, Rustam Mullyadzhanov, Ivan Malakhov, Vladimir Serdyukov, Anton Surtaev, Alexander Chinak, Pavel Lobanov, Mikhail Tokarev

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

Аннотация

We apply deep learning algorithms to tackle the bubble recognition task relying on the experimental video recordings of the vapor cavities growing during the water pool boiling due to the heated bottom and an isothermal multiphase flow in a channel. As a basic network architecture we use U-Net with ResNet 34 and ResNet 50 encoders depending on the complexity of the image background. Three classes have been introduced, i.e. the background, bubble and its boundary allowing to post-process some geometric characteristics in a straightforward manner. We demonstrate the capabilities by tracking the growth of an ensemble of vapor bubbles attached to the heater and studying the size distribution of bubbles in a channel.

Язык оригиналаанглийский
Название основной публикацииProceedings - 2020 Science and Artificial Intelligence Conference, S.A.I.ence 2020
ИздательInstitute of Electrical and Electronics Engineers Inc.
Страницы5-8
Число страниц4
ISBN (электронное издание)9780738131115
DOI
СостояниеОпубликовано - 14 ноя 2020
Событие2020 Science and Artificial Intelligence Conference, S.A.I.ence 2020 - Virtual, Novosibirsk, Российская Федерация
Продолжительность: 14 ноя 202015 ноя 2020

Серия публикаций

НазваниеProceedings - 2020 Science and Artificial Intelligence Conference, S.A.I.ence 2020

Конференция

Конференция2020 Science and Artificial Intelligence Conference, S.A.I.ence 2020
СтранаРоссийская Федерация
ГородVirtual, Novosibirsk
Период14.11.202015.11.2020

Fingerprint Подробные сведения о темах исследования «Pattern recognition for bubbly flows with vapor or gas-liquid interfaces using U-Net architecture». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать