Anagram Technique: The Investigation of Tonal Music into New Frequencies for Composition

Budiawan, Hery; Djohan, -; Sittiprapaporn, Phakkharawat

doi:10.1109/ectidamtncon57770.2023.10139380

2023 Joint International Conference on Digital Arts, Media and Technology With ECTI Northern Section Conference on Electrical, 2023

DOI: 10.1109/ectidamtncon57770.2023.10139380

|View full text |Cite

Anagram Technique: The Investigation of Tonal Music into New Frequencies for Composition

Hery Budiawan

- Djohan

Phakkharawat Sittiprapaporn

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Article1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

(1 citation statement)

References 32 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Penelitian ini menggunakan pendekatan pelatihan dengan dan tanpa transfer learning untuk menguji apakah terdapat perbedaan hasil [8]- [14]. Untuk mengatasi distribusi data yang tidak seimbang, selain pendekatan augmentasi data-generator, dilakukan augmentasi lebih lanjut dengan membagi gambar menjadi beberapa bagian kemudian disusun kembali menggunakan teknik permutasi [15], [16].…”

unclassified

Menggunakan Xception, Transfer Learning, dan Permutasi untuk Meningkatkan Klasifikasi Ketidaksempurnaan Permukaan Baja

Setiawati,

Karno,

Hastomo

et al. 2024

MALCOM

View full text Add to dashboard Cite

Kualitas permukaan baja yang diproduksi sangat penting untuk meningkatkan daya saing dalam industri baja. Tingginya tingkat cacat pada permukaan baja merupakan masalah serius yang berdampak pada kualitas keluaran. Pengendalian yang masih dilakukan secara manual dan visual saat ini hanya dapat dilakukan oleh orang-orang dengan bakat dan keahlian tertentu. Pengamatan dengan metode konvensional ini memerlukan waktu yang lama, lamban, dan presisi yang rendah. Saat ini, perkembangan teknik pembelajaran mendalam memungkinkan deteksi cacat permukaan baja secara otomatis dengan tingkat akurasi yang tinggi. Arsitektur Xception digunakan dalam pekerjaan ini untuk menerapkan strategi pembelajaran mendalam. Teknik permutasi dan augmentasi digunakan untuk mengatasi ketidakseimbangan data. Model yang dikembangkan dapat membedakan empat jenis cacat pada permukaan baja. Koleksi 7.095 foto permukaan baja digunakan dalam prosedur pelatihan. Jika dibandingkan dengan tidak menggunakan transfer learning, hasil pengukuran kinerja proses pelatihan dengan menggunakan transfer learning (Imagenet) menunjukkan hasil yang lebih baik. Pelatihan pembelajaran transfer menghasilkan skor akurasi masing-masing sebesar 94,9% dan 97,7% untuk data pelatihan dan validasi. Sedangkan hasil penilaian nilai kerugian untuk data latih dan validasi masing-masing sebesar 19,4% dan 14,4%.

show abstract

unclassified

Menggunakan Xception, Transfer Learning, dan Permutasi untuk Meningkatkan Klasifikasi Ketidaksempurnaan Permukaan Baja

Setiawati,

Karno,

Hastomo

et al. 2024

MALCOM

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

hi@scite.ai

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Anagram Technique: The Investigation of Tonal Music into New Frequencies for Composition

Cited by 1 publication

References 32 publications

Menggunakan Xception, Transfer Learning, dan Permutasi untuk Meningkatkan Klasifikasi Ketidaksempurnaan Permukaan Baja

Menggunakan Xception, Transfer Learning, dan Permutasi untuk Meningkatkan Klasifikasi Ketidaksempurnaan Permukaan Baja

Contact Info

Product

Resources

About