文献

J-GLOBAL ID：201902284370375973   整理番号：19A1332406

機械学習支援ファイバBragg格子ベース温度センシング【JST・京大機械翻訳】

Machine Learning Assisted Fiber Bragg Grating-Based Temperature Sensing

著者 (5件)： Djurhuus Martin S. E. (Department of Photonic Engineering, Technical University of Denmark, Kongens Lyngby, Denmark) ,  Werzinger Stefan (Institute of Microwaves and Photonics, Friedrich-Alexander University Erlangen-Nuernberg, Erlangen, Germany) ,  Schmauss Bernhard (Institute of Microwaves and Photonics, Friedrich-Alexander University Erlangen-Nuernberg, Erlangen, Germany) ,  Clausen Anders T. (Department of Photonic Engineering, Technical University of Denmark, Kongens Lyngby, Denmark) ,  Zibar Darko (Department of Photonic Engineering, Technical University of Denmark, Kongens Lyngby, Denmark)
資料名： IEEE Photonics Technology Letters  (IEEE Photonics Technology Letters)
巻： 31  号： 12  ページ： 939-942  発行年： 2019年 
JST資料番号： T0721A  ISSN： 1041-1135  CODEN： IPTLEL  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： 本論文では,機械学習ツールGaussプロセス回帰(GPR)を用いたファイバBragg格子(FBG)に基づく温度測定の信号処理に対する代替手法を提案した。実験結果は,多くの場合において,報告した技術が従来の方法よりも温度のより正確な計算を提供することを示した。さらに,GPRは推定値と共に推定値の不確実性を与えることができ,例えば,測定値の最悪シナリオを知ることが重要な場合には,例えば有用である。また,GPRは,現在の標準と比較してFBGベースの温度センシングの測定速度を改善する可能性を持っている。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： *機械学習 ,  信号処理 ,  推定量 ,  温度測定 ,  Gauss過程 ,  不確実性
準シソーラス用語： 学習ツール ,  *温度センシング ,  *ファイバBraggグレーティング , 【Automatic Indexing@JST】

分類 (2件)： 光導波路,光ファイバ,繊維光学  (BD06030H) ,  温度測定,温度計  (AD06010K)

タイトルに関連する用語 (4件)： 機械学習 ,  支援 ,  ファイバBragg格子 ,  温度センシング