Штучний інтелект як частина компонентного фреймворку Angular: приклад інтеграції моделей ультразвукового контролю

Abstract

Розглянуто підхід до створення інтелектуального веб-застосунку для обробки ультразвукових даних неруйнівного контролю з використанням компонентного фреймворку Angular та інтеграцією моделей глибинного навчання. Основна увага приділена реалізації архітектури, яка дозволяє здійснювати попередню обробку, візуалізацію та інтерпретацію A-сигналів у реальному часі з використанням REST API. Проведено огляд сучасних архітектур машинного навчання, зокрема згорткових автоенкодерів, згорткових та рекурентних нейронних мереж, трансформерних моделей і attention-механізмів.

This paper presents an approach to the development of an intelligent web application for processing ultrasonic non-destructive testing (NDT) data, utilizing the Angular component framework and the integration of deep learning models. The focus is on designing an architecture that supports real-time preprocessing, visualization, and interpretation of A-signals through a REST API. A review of modern machine learning architectures is provided, including convolutional autoencoders, convolutional and recurrent neural networks, transformer models, and attention mechanisms.