Data-Driven Generation of Synthetic Timber for Deep-Learning-Based Wood Assessment
Cet article introduit un cadre complet qui combine la génération de nœuds basée sur le LSTM, la modélisation de croissance stochastique et les modèles de diffusion conditionnelle pour créer des planches réalistes d'épicéa de Norvège avec des structures internes connues, permettant ainsi l'entraînement de systèmes d'apprentissage profond pour des tâches d'évaluation du bois où les données appariées réelles sont rares.