文献

J-GLOBAL ID：201902255296725285   整理番号：19A0518459

付加製造における形状偏差のモデリングのための統計的伝達学習の展望【JST・京大機械翻訳】

A Statistical Transfer Learning Perspective for Modeling Shape Deviations in Additive Manufacturing

著者 (3件)： Cheng Longwei (Department of Industrial Engineering and Logistics Management, Hong Kong University of Science and Technology, Hong Kong) ,  Tsung Fugee (Department of Industrial Engineering and Logistics Management, Hong Kong University of Science and Technology, Hong Kong) ,  Wang Andi (Department of Industrial Engineering and Logistics Management, Hong Kong University of Science and Technology, Hong Kong)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 2  号： 4  ページ： 1988-1993  発行年： 2017年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： 製品の形状忠実度を改善するためには,付加的な製造応用の品質管理が必要である。これは,任意の新しい形状に対する統計的偏差モデルの予測性能の向上に依存する。広い範囲の形状に対する単一の包括的モデルを構築することは非常に困難な問題であり,付加的製造応用の誤差発生メカニズムは通常高複雑性であり,訓練データの量は通常限られており,異なる形状間の接続は未知である。本研究では,新しい形状偏差モデリング方式を提案した。この方式では,製品の次元誤差をパラメータベースの移動学習手法でモデル化する。特に,形状偏差は形状独立誤差と形状特異誤差の二つの成分に分解される。形状独立誤差は工学知識を組み込んだ統計モデルにより記述される。形状特異誤差のモデリングを調べるためのガイドラインも示した。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： *付加製造 ,  *形態 ,  モデル ,  品質管理 ,  統計模型 ,  *モデリング ,  *学習 ,  パラメータ
準シソーラス用語： 訓練データ ,  複雑性 ,  予測性能 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (6件)： 付加製造 ,  偏差 ,  モデリング ,  統計 ,  学習 ,  展望