.png){kind=icon}
返回
A novel contrastive learning framework for multi-parameter optimization in 3D printing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.112209.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 监督对比学习用于3D打印可提升异常检测精度。
• 统一框架在一次整体质量检查中识别并分类多参数故障。
• 实际测试证明该方案在多样化AM场景中具有鲁棒性。
原文求助分享收藏