文献

J-GLOBAL ID：201902243054237380   整理番号：19A0797607

CNN-FL:畳込みニューラルネットワークを用いた故障の局所化のための効果的アプローチ【JST・京大機械翻訳】

CNN-FL: An Effective Approach for Localizing Faults using Convolutional Neural Networks

著者 (4件)： Zhang Zhuo (College of Computer, National University of Defense Technology, Changsha, Hunan, 410073, P.R. China) ,  Lei Yan (School of Big Data & Software Engineering, Chongqing University, Chongqing, 404100, P.R. China) ,  Mao Xiaoguang (College of Computer, National University of Defense Technology, Changsha, Hunan, 410073, P.R. China) ,  Li Panpan (College of Computer, National University of Defense Technology, Changsha, Hunan, 410073, P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SANER  ページ： 445-455  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： 故障位置確認は,故障の原因となる可能性のある疑わしい記述を同定することを目的とする。深い学習に関する最近の急速な進歩は,データを意味する多くのニューラルネットワークアーキテクチャの有望な可能性を示しており,より重要なことに,この可能性は,おそらく故障の位置確認に有益な新しい展望を提供する。そこで本論文では,CNN-FLを提案した。これは,畳込みニューラルネットワークに基づく局所化故障に対するアプローチであり,故障位置決めにおける深い学習の有望な可能性を探索する。具体的には,CNN-FLは,故障位置決めのためにカスタマイズされた畳込みニューラルネットワークを構築し,次に,テストケースでネットワークを訓練し,最後に,仮想テストセットを用いて訓練モデルをテストすることにより,各ステートメントの疑いを評価する。著者らの経験的結果は,CNN-FLが故障位置確認有効性を著しく改善することを示した。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： *故障 ,  高速度 ,  有効性 ,  カスタム化 ,  *ネットワーク ,  位置決め
準シソーラス用語： テストケース ,  ニューラルネットワークアーキテクチャ ,  *局在化 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： CNN ,  Fl ,  畳込みニューラルネットワーク ,  故障 ,  局所化