文献

J-GLOBAL ID：202002243540698245   整理番号：20A2055190

主成分分析および機械学習による金属材料の異常検知

Anomaly detection for metal material using principal component analysis and machine learning

著者 (4件)： 三井真吾 (金沢大) ,  佐々木敏彦 (金沢大) ,  新谷正義 (金沢大) ,  西村龍太郎 (高エネルギー加速器研究機構)
資料名： 材料とプロセス(CD-ROM)  (Current Advances in Materials and Processes (CD-ROM))
巻： 33  号： 2  ページ： ROMBUNNO.75  発行年： 2020年09月01日 
JST資料番号： X0994B  ISSN： 1882-8922  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・鉄道レールの損傷評価の為,開発した小型高速なX線残留応力測定装置で,亀裂のあるレールの残留応力や回折環半価幅のマッピング測定を行い,異常部位の検知技術を開発。
・レール上のマッピング測定点の短手方向の一列をひとつのデータとして,長手方向にデータセットを作成し,主成分分析,機械学習を実施。
・機械学習では,オートエンコーダによる次元圧縮を行い,正常部位との差を異常度として定量化。
・亀裂のあるレールの測定を行い,亀裂部付近で高い異常度を評価,損傷の検知が可能。

シソーラス用語： X線応力測定 ,  主成分分析 ,  *機械学習 ,  *損傷検出 ,  *レール ,  安全評価 ,  残留応力 ,  亀裂 ,  環 ,  X線回折 ,  写像 ,  集合 ,  学習アルゴリズム ,  次元縮小
準シソーラス用語： cosα法【計測】 ,  オートエンコーダ ,  データセット ,  *異常検知 ,  回折環 ,  損傷評価

分類 (2件)： 人工知能  (JE08000Z) ,  保線,鉄道防災  (RC07050X)

引用文献 (1件)：

• S. Mitsui, et al., Nuclear Instruments and Methods A, Vol. 924, 21 April 2019, pp. 441-447

タイトルに関連する用語 (4件)： 主成分分析 ,  機械学習 ,  金属材料 ,  異常検知