文献

J-GLOBAL ID：201702239288896744   整理番号：17A0145883

深い学習に基づく研究故障診断の進歩と予後【Powered by NICT】

Research advances in fault diagnosis and prognostic based on deep learning

著者 (4件)： Zhao Guangquan (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Zhang Guohui (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Ge Qiangqiang (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Liu Xiaoyong (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PHM (Chengdu)  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 複雑な装置のための状態監視保全を目的として,機械学習に基づく多数の知的故障診断および予後手法が研究されている。伝統的な浅いモデル,表現力の問題を抱えていると次元の呪いを存在する)と比較して,深い学習理論を用いて効果的にマイニング特性と健康状態を正確に把握する。その結果,深層学習に基づく故障診断および予後は革新的で有望な研究分野になってきた。深層学習に基づく故障診断および予後のレビューを提供する。まず第一に,深い学習アーキテクチャの簡単な紹介と深層学習に基づく故障診断のフレームワークについて述べた。第二に,追跡は年代順に深層学習に基づく故障診断および予後の最近の進歩を述べた。このセクションでは,故障診断と予後に使われている深溝学習法を議論し,ディープニューラルネットワーク(DNN),深い信念ネットワーク(DBN)と畳込みニューラルネットワーク(CNN)を含んでいる。工学応用分野をまとめ,機械設備診断,電気設備診断などした。最後に,本論文では,この分野での潜在的な将来の研究課題を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 畳込み ,  電気設備 ,  *学習 ,  ニューラルネットワーク ,  計算機アーキテクチャ ,  機械学習 ,  *故障診断
準シソーラス用語： 機械設備 ,  信念ネットワーク ,  深層学習 ,  健康状態 ,  学習理論 ,  次元の呪い ,  表現力 ,  状態監視保全 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 学習 ,  研究 ,  故障診断 ,  予後