Комплексный обзор обнаружения дефектов материалов на основе машинного обучения

Дефекты материалов (ДМ) представляют собой одну из основных проблем, влияющих на эксплуатационные характеристики продукции и приводящих к возникновению рисков для безопасности в соответствующих изделиях. Быстрая и точная идентификация и локализация ДМ являются важными направлениями исследований, направленными на решение современных задач, связанных с ДМ. В последние годы благодаря стремительному развитию технологий машинного обучения (МО), особенно глубокого обучения, МО быстро превратилось в ключевую технологию и одно из ведущих направлений исследований в области обнаружения дефектов материалов (ОДМ). На основе всестороннего анализа новейшей литературы мы систематически классифицируем методы МО, применяемые в ОДМ, по пяти категориям: обучение без учителя, обучение с учителем, полуобучение, обучение с подкреплением и генеративное обучение. Представлен подробный анализ основных принципов и используемых методов, а также их преимуществ и потенциальных проблем. Кроме того, в обзоре рассматриваются методы обнаружения дефектов в композитных материалах, которые являются важным классом материалов и находят всё более широкое применение в различных отраслях, таких как аэрокосмическая промышленность, автомобилестроение, строительство и возобновляемая энергетика. Наконец, в обзоре исследуются потенциальные направления дальнейшего развития ОДМ с использованием технологий МО. Данный обзор систематизирует литературу по ОДМ на основе МО и создаёт основу для будущих исследований и практического применения.