文献

J-GLOBAL ID：201702242464307112   整理番号：17A0145906

アナログ回路の故障診断におけるDE ELMの応用【Powered by NICT】

Application of DE-ELM in analog circuit fault diagnosis

著者 (5件)： Zhang Lihua (Science and Technology on Avionics Integration Laboratory, China National Aeronautical Radio Electronics Research Institute, Shanghai, PR China) ,  Qin Qi (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, PR China) ,  Shang Yue (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, PR China) ,  Chen Shaowei (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, PR China) ,  Zhao Shuai (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, PR 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： 極端学習機械(ELM)は,高速な学習速度,大きな汎化性能と高精度の有利な特徴を有していた。しかし,パラメータのランダム性をその一般化性能と精度に大きく影響するであろう。本論文では,ELMのパラメータ最適化のための微分進化極端学習機械(DE ELM)に基づく学習アルゴリズムを提案した。は二つのパラメータ,入力重みとしきい値はネットワークにおけるランダムジェネレイテッド(one-generated)を最適化することができる。実験は,断層モデルを構築するために楕円フィルタ回路を選択する。ウェーブレットパケット変換を用いた故障試料の情報を抽出し,次に,主成分解析法を用いてデータを圧縮した。最後に,DEはELMのパラメータを最適化するために適用した。結果は,提案した方法が診断の精度を顕著に改善することを確認した。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： *故障診断 ,  最適化 ,  汎化 ,  *故障 ,  主成分分析 ,  学習アルゴリズム ,  高速度 ,  *アナログ回路
準シソーラス用語： ウェーブレットパケット変換 ,  楕円フィルタ ,  微分進化 ,  パラメータ最適化 ,  ランダム性 ,  高精度 ,  学習速度 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： アナログ回路 ,  故障診断 ,  ELM ,  応用