No abstract

El uso de imágenes de los espectros visible (RGB) e infrarrojo térmico (TIR) para la detección de objetos puede resultar crucial en aplicaciones donde las condiciones de visibilidad están limitadas, como la robótica para búsqueda y rescate en catástrofes. Para ello resulta beneficioso analizar cómo las técnicas de aprendizaje profundo basadas en redes neuronales convolucionales (CNN) pueden aplicarse a ambas modalidades. En este artículo se analizan diferentes configuraciones y parámetros para el entrenamiento de CNN tanto para imágenes térmicas como para imágenes equivalentes del espectro visible. En concreto, se aborda el problema del sobre-entrenamiento para determinar una configuración eficaz de técnicas de aumento de datos y parada temprana. El caso de estudio se ha realizado con la red de código abierto YOLOv3, pre-entrenada con el dataset RGB COCO y optimizada (o re-entrenada) con el conjunto público de datos UMA-SAR dataset, que incluye pares de imágenes RGB y TIR obtenidas en ejercicios realistas de rescate.

No abstract

This paper presents a thorough investigation of frequency and electromagnetic transient (EMT) responses of cross-bonded cables. The study adopts newly developed Line/ Cable Data (LCD) Module in an existing EMT-type simulation software. The input impedances evaluated by positive sequence and various mode energizations on a typical cross-bonded cable (CBC) in frequency domain are investigated. In addition to crossbonded, the solid-bonded cable (SBC) and core-transposed cable (CTC) are analyzed for characteristics of input impedance. The mixed propagation modes of CBC and CTC are studied. The influence of bonding methods and cable models on transient voltages is investigated. The results simulated by the new LCD are compared with the Classical Parameter Calculation (CPC) method and validated by recently proposed extended transmission line (ETL) approach.

No abstract