文献

J-GLOBAL ID：201802222093439685   整理番号：18A1810763

エンティティ埋め込みとk平均クラスタ化によるゲート付き再帰ユニットを用いた機械健康のモデリング【JST・京大機械翻訳】

Modeling Machine Health Using Gated Recurrent Units with Entity Embeddings and K-Means Clustering

著者 (7件)： Amihai Ido (ABB Corporate Research Center Ladenburg, Germany) ,  Chioua Moncef (ABB Corporate Research Center Ladenburg, Germany) ,  Gitzel Ralf (ABB Corporate Research Center Ladenburg, Germany) ,  Kotriwala Arzam Muzaffar (ABB Corporate Research Center Ladenburg, Germany) ,  Pareschi Diego (ABB Rotterdam, Netherlands) ,  Sosale Guruprasad (ABB Corporate Research Center Ladenburg, Germany) ,  Subbiah Subanatarajan (ABB Corporate Research Center Ladenburg, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： INDIN  ページ： 212-217  発行年： 2018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： 著者らは,2週間後に機械の健康指標を予測するための機械学習アプローチについて述べた。開発したモデルは,エンティティ埋込みを用いたメタデータ入力によるゲート付き再帰ユニットを用いたセンサデータ入力を組み込んだニューラルネットワークアーキテクチャを用いた。次に,両入力を連結し,完全に接続したニューラルネットワーク分類器に供給した。さらに,K-Meansを用いて訓練データの連続センサ値をクラスタ化することにより,クラスを生成した。モデルを検証するために,各モデルの構成要素の有効性を検証するために,アブレーション研究を行い,また,連続スカラー値を予測する典型的な方法に対する著者らのアプローチを比較した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アブレーション ,  *クラスタ化 ,  スカラー ,  メタデータ ,  機械学習 ,  ニューラルネットワーク ,  センサ ,  *モデリング
準シソーラス用語： 訓練データ ,  ニューラルネットワークアーキテクチャ ,  センサデータ ,  健康状態指標 ,  *健康 ,  *エンティティ , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： エンティティ ,  埋め込み ,  平均 ,  クラスタ化 ,  ゲート ,  モデリング