文献

J-GLOBAL ID：202002211028328639   整理番号：20A1492488

製品品質予測のための敵対双方向逐次並列LSTMベースQTDフレームワーク【JST・京大機械翻訳】

An adversarial bidirectional serial-parallel LSTM-based QTD framework for product quality prediction

著者 (5件)： Liu Zhenyu (State Key Laboratory of CAD&CG, Zhejiang University, Hangzhou, China) ,  Zhang Donghao (State Key Laboratory of CAD&CG, Zhejiang University, Hangzhou, China) ,  Jia Weiqiang (State Key Laboratory of CAD&CG, Zhejiang University, Hangzhou, China) ,  Lin Xianke (Department of Mechanical Engineering, University of Ontario Institute of Technology, Oshawa, Canada) ,  Liu Hui (State Key Laboratory of CAD&CG, Zhejiang University, Hangzhou, China)
資料名： Journal of Intelligent Manufacturing  (Journal of Intelligent Manufacturing)
巻： 31  号： 6  ページ： 1511-1529  発行年： 2020年 
JST資料番号： W0196A  ISSN： 0956-5515  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 製造と組立プロセスにおけるプロセス間の時間的相互作用を把握するために,QTDと呼ばれるエンドツーエンド統一製品品質予測フレームワークを提案した。それは3つのモジュールから成る:品質埋込みモデルプール,時間インタラクティブモデル,および復号化モデル。さらに,並列プロセスの時間方向における情報転送と統合問題を取り扱うために,新しい双方向直列並列LSTM(Bi-SP-LSTM)を,時間インタラクティブモデルの瞬時モデルとして考案した。Bi-SP-LSTMは双方向長短期メモリの拡張である。さらに,教師なしタスクと敵対的焦点損失と呼ばれる損失関数を設計し,データにおける固有不確実性による分類タスクにおける異種分散不確実性を評価する能力を与えた。さらに,Kaggle競争からの公開データセットの部分集合に基づいて実験を行い,提案フレームワークの妥当性を実証した。他の最新の方法と比較して,提案フレームワークは,より正確でロバストであることを検証した。用例としてMatthews相関係数を取り上げて,敵対的Bi-SP-LSTMベースのQTDフレームワークは,ほとんどの場合95%信頼区間を有する最良の既存の方法より優れていて,その平均MCCは,最良の既存の方法より4.88%高かった。結果は,提案フレームワークが製造と組立プロセスにおける品質予測に広い応用展望を持つことを示唆する。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  相互作用 ,  損失関数 ,  不確実性 ,  相関係数 ,  復号化 ,  エンドツーエンド方式 ,  並列処理 ,  *製品品質 ,  組立工程 ,  ロバスト性
準シソーラス用語： *品質予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 品質予測 ,  製造と組立プロセス ,  双方向長期記憶 ,  時間的相互作用 ,  並列プロセス

分類 (2件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 品質予測 ,  敵対 ,  双方向 ,  逐次 ,  LSTM ,  フレームワーク