文献

J-GLOBAL ID：201802259987181008   整理番号：18A0519508

飛行試験データ解析のためのビッグデータの応用【Powered by NICT】

Big data application for analysis of flight test data

著者 (3件)： Banu Afshan (Dept. of Computer Science, PESIT-South Campus, Bengaluru, India) ,  Sangeetha R (Dept. of Computer Science, PESIT-South Campus, Bengaluru, India) ,  Nanda Manju (Dept. Aerospace Electronics & Systems Division, CSIR - National Aerospace Laboratories, Bengaluru, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRAAE  ページ： 1-6  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： 膨大なデータの解析から,大きな関心,千センサ,飛行試験と台上試験データから得られたを示した。これらのマニュアル分析は不可能である。データは,履歴データベースから読み出し,ヘルスモニタリング管理飛行のための興味ある情報を見逃さないことに焦点を当てた。本論文では,現在および将来の航空宇宙システムの製造,保守,運用効率,ミッション性能,安全性増強を増加させる飛行ヘルスモニタリングシステムに使用される飛行試験データを決定するビッグデータ技術を用いたワークフローを開発した。過渡問題を解くために使用できるので,人工ニューラルネットワークは,過渡的パターンを同定し,分類するために使われるようになった。飛行ヘルスモニタリング管理のための方法論を開発することを提案した。提案された方法論列と試験は膨大な数の飛行試験データを用いてANN(人工ニューラルネットワーク)。各新記録の測定は自動的に開発した人工的ニューラルネットワークによる分類されていない。分散データベース(Hadoop)における全ての収集した過渡パターンを記憶することにより,成分の将来の航空機挙動を予測でき,前に起こる事象を防ぎ,航空宇宙部品の良好な維持と健康モニタリングにつながる可能性がある。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： *飛翔 ,  分散データベース ,  センサ ,  *飛行試験 ,  *データ解析 ,  ワークフロー ,  航空機 ,  台上試験 ,  ニューラルネットワーク ,  安全性
準シソーラス用語： 航空宇宙部品 ,  Hadoop ,  航空宇宙 ,  ヘルスモニタリング ,  *ビッグデータ , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 飛行試験 ,  データ解析 ,  ビッグデータ ,  応用