文献
J-GLOBAL ID:201902216040922640   整理番号:19A2340297

軸受の教師なし故障診断のための粒子群最適化に基づく新しいスペクトルクラスタリング【JST・京大機械翻訳】

A New Spectral Clustering Based on Particle Swarm Optimization for Unsupervised Fault Diagnosis of Bearings
著者 (5件):
資料名:
巻: 2019  号: CASE  ページ: 386-391  発行年: 2019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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
強力なデータ駆動法として,機械学習(ML)はスマート製造に広く適用されている。しかし,ほとんどの既存のML法は,実世界応用にとって困難なモデルを訓練するためにラベル付きデータを必要とする。さらに,ほとんど全ての製造データはラベル付けされていない。したがって,既存のML方法は,直接製造データを分析するために使用することができない。本研究では,この問題を扱うために,スペクトルクラスタリングに基づく教師なし故障診断法を提案した。具体的には,粒子群最適化(MMSC-PSO)に基づく新しい多重多様体スペクトルクラスタリングを提案し,局所接線空間を有する親和性行列を構築することにより,マルチマニホールド上に位置するデータを処理した。提案した方法を,事例西保護大学によって提供されたベンチマーク電動機軸受データセットに関して評価した。実験結果は,提案したMMSC-PSO法が既存の方法と比較して優れた性能を達成できることを示した。Copyright 2019 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  分子・遺伝情報処理 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る