文献

J-GLOBAL ID：202002253726658078   整理番号：20A1364402

深層畳込みニューラルネットワークの伝達学習を用いたPV太陽電池パネル表面欠陥の検出【JST・京大機械翻訳】

Detection of PV Solar Panel Surface Defects using Transfer Learning of the Deep Convolutional Neural Networks

著者 (2件)： Zyout Imad (Faculty of Engineering Higher Colleges of Technology(HCT),Electrical Engineering Division,UAE) ,  Oatawneh Abdulrohman (Faculty of Engineering Higher Colleges of Technology(HCT),Electrical Engineering Division,UAE)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ASET  ページ： 1-4  発行年： 2020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： 太陽パネルの自動欠陥検査の必要性は,世界的に新しい太陽エネルギーシステムの生産と設置のより高い需要により,より重要になる。深い畳み込みニューラルネットワーク(CNN)は,異なるドメインからの画像分類タスクを解くために非常に良く機能している。本論文では,畳み込みニューラルネットワークを適用して,PVパネルの表面を特性化し,欠陥の存在を検出した。AlexNet CNNによる転送学習の適用は,非常に有望な性能を提供し,太陽パネルの表面における様々な欠陥の検出に対するアプローチの可能性を明らかにした。Copyright 2020 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： *太陽 ,  *学習 ,  欠陥検査 ,  太陽エネルギー ,  表面欠陥 ,  キャラクタリゼーション
準シソーラス用語： 画像分類 ,  *ソーラパネル ,  *畳込みニューラルネットワーク ,  深層畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： 深層畳込みニューラルネットワーク ,  学習 ,  PV ,  太陽電池パネル ,  表面欠陥