Espectroscopia de absorção tomográfica multiespectral para um modelo de motor de foguete supersônico usando seleção de linhas de absorção específicas da região e correção por aprendizado profundo.

Key Points

• A espectroscopia multiespectral melhora a precisão na modelagem de motores de foguete, aumentando as métricas de desempenho.
• A descoberta-chave mostra uma redução significativa nas taxas de erro, alcançando correções de até 90% usando algoritmos avançados.
• A análise utilizando técnicas de aprendizado profundo com seleção de linhas de absorção específicas da região foi empregada para medições precisas.
• Este trabalho destaca o potencial para aplicações de aprendizado profundo em aerodinâmica de alta velocidade e sistemas de propulsão.