文献

J-GLOBAL ID：201802297416288021   整理番号：18A1723581

合成オーバサンプリングと特徴学習を用いた回転機械の不均衡データ故障診断【JST・京大機械翻訳】

Imbalanced data fault diagnosis of rotating machinery using synthetic oversampling and feature learning

著者 (5件)： Zhang Yuyan (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Li Xinyu (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Gao Liang (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Wang Lihui (Department of Production Engineering, KTH Royal Institute of Technology, Stockholm, Sweden) ,  Wen Long (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan, China)
資料名： Journal of Manufacturing Systems  (Journal of Manufacturing Systems)
巻： 48  号： PC  ページ： 34-50  発行年： 2018年 
JST資料番号： D0396B  ISSN： 0278-6125  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 不均衡なデータ問題は,実際の回転機械応用において一般的である。従来のデータ駆動診断法は,十分な故障サンプルの欠如のために,故障条件を効果的に同定することができない。そこで本研究では,不均衡データに対する効果的な3段階故障診断法を提案した。最初に,データ分布をバランスさせるために,重み付き少数オーバーサンプリング(WMO)と呼ばれる新しい合成オーバーサンプリングアプローチを考案した。それは,不正確または不要なサンプルを生成することを避けるために,新しいデータ合成戦略を採用した。第二に,自動的に有用な特徴を選択するために,強化された深いオートエンコーダ(DA)アプローチを採用した。DAは2つの観点で改善される。1)最大相関とスパースペナルティに基づく新しいコスト関数を設計し,スパースロバスト特徴を学習した。2)良好な収束性能を保証するために,自己適応学習速度による微調整操作を開発した。最終的に,C4.5ディシジョンツリーは学習された特徴を同定する。WMODAと名付けた提案方法を25ベンチマーク不均衡データセット上で評価した。それは,5つのよく知られた不均衡データ学習法より良い結果を達成した。また,実際のエンジニアリングデータセットについても評価した。実験結果は,WMODAが従来のデータ駆動法より多くの故障サンプルを検出できることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *回転機械 ,  ベンチマーク ,  費用関数 ,  ディシジョンツリー ,  *故障診断 ,  *学習 ,  ペナルティ ,  *故障
準シソーラス用語： 不均衡データセット ,  自己適応 ,  自己符号化器 ,  データ駆動 ,  *不均衡 ,  *不均衡データ ,  *オーバサンプリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 回転機械の故障診断 ,  重み付き少数オーバサンプリング ,  特徴学習 ,  不均衡なデータ故障診断

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： オーバサンプリング ,  学習 ,  回転機械 ,  不均衡データ ,  故障診断