{# Audit 04/10/2026 : « autre » n'est pas un code de langue ; SPHAERO n'est pas l'éditeur des documents qu'elle héberge ou référence. #} {# citation_pdf_url doit mener à un PDF : un lien vers une page DOI est pénalisé par Google Scholar (avant : tout lien externe). #}
Accès ouvert · CC BY

Analysis of Space Solar Array Arc Images Based on Deep Learning Techniques v2

Article scientifique 2025 Anglais

Résumé

This protocol presents a comprehensive deep learning-based methodology for detecting defects in solar cells. It covers data preparation, preprocessing, model building (CNN, VGG16, VGG19, and ResNet50), training strategies, evaluation metrics (accuracy, loss, confusion matrix, classification report), and final conclusions. The goal is to enable reliable and automated defect classification using state-of-the-art neural networks.

Citer ce document

Farahat, A., El-Hameeda, A. M. A., & Selimc, I. (2025). Analysis of Space Solar Array Arc Images Based on Deep Learning Techniques v2. https://doi.org/10.17504/protocols.io.14egn4z4yv5d/v2

Exporter : BibTeX · RIS (Zotero, Mendeley, EndNote)

Accès au document

Texte intégral en lecture en ligne, réservé aux abonnés SPHAERO et aux membres de l'institution. Se connecter

Voir l'article sur le site de la revue

Licence et provenance

Licence : CC BY

Notice moissonnée depuis OpenAlex le 28/09/2026. Le document reste hébergé par sa source.
Voir le document à la source →

Auteur(s)

Ahmed Farahat Afaf M. Abd El-Hameeda I.M. Selimc

Statistiques

Consultations : 1

Téléchargements : 0