文献

J-GLOBAL ID：201802222159735855   整理番号：18A0190782

ニューラルネットワークとSVMモデル解析に対するLED装置故障診断【Powered by NICT】

LED device fault diagnosis base on neural network and SVM model analysis

著者 (4件)： Jiang Haisu (The Fifth Electronics Research Institute of Ministry of Industry and Information Technology, Guangzhou 510610, China) ,  Ma Qingzhong (The Fifth Electronics Research Institute of Ministry of Industry and Information Technology, Guangzhou 510610, China) ,  Yang Fuqin (The Fifth Electronics Research Institute of Ministry of Industry and Information Technology, Guangzhou 510610, China) ,  Shen Mingming (The Fifth Electronics Research Institute of Ministry of Industry and Information Technology, Guangzhou 510610, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SSLChina: IFWS  ページ： 45-47  発行年： 2017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： 第四世代新エネルギー照明装置としてLED,そのグリーン環境保全,省エネルギー,長寿命,高信頼性を持つ多くの照明分野で広く使用されている。LED devicesto故障点を決定するための一般的な故障診断技術を研究し,LED素子の設計を改善するために非常に重要である。LED素子に関連するパラメータ,BPニューラルネットワークとSVMアルゴリズムに基づく使用を監視すると組み合わせたLEDデバイスの一般的な破壊モードから本論文では,LEDデバイスの故障診断,結果から,小さなサンプルの条件下で効果的なin SVM法は良好な診断効果を持つと結論を解析した。Copyright 2018 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： *ニューラルネットワーク ,  *故障 ,  照明 ,  発光ダイオード ,  照明器具 ,  アルゴリズム ,  破壊モード ,  環境保全 ,  省エネルギー ,  *故障診断
準シソーラス用語： 逆伝播ニューラルネットワーク ,  高信頼性 ,  長寿命 ,  *機器障害 ,  *モデル解析 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  SVM ,  モデル解析 ,  LED ,  装置故障 ,  診断