文献
J-GLOBAL ID:202002257942029880   整理番号:20A1006006

スロット楔型検査ロボットのための伝達学習構造の設計【JST・京大機械翻訳】

Design of transfer learning structure for slot wedge tightness inspection robot
著者 (5件):
資料名:
巻: 128  ページ: Null  発行年: 2020年 
JST資料番号: C0133C  ISSN: 0921-8890  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
スロットくさびのための気密性検査は,大型発電機の安全な運転のために重要である。従来の方法の一つは,検査専門家によるスロットくさびの表面上のノッキングの音響信号の解析である。今日,スロットくさび検査ロボットは,スロットくさびの気密性を測定し,スロットくさびのレベルを異なるグループに分類する効果的な方法である。しかし,発電機の多くのタイプがあり,発電機の1つのタイプのモデルがもう一つに適用されるなら,精度は保証されない。CNN(畳込みニューラルネットワーク)やRNN(再帰ニューラルネットワーク)のような機械学習法は分類に広く使われているが,それらは異なる発電機間のモデル移動に適していない。本論文において,伝達学習ベースの構造を導入して,この問題を解明して,RNNとCNNの混合物もこのシステムを満たすように設計した。構造は500MWと600MW発電機の間の検査ロボットによってサンプリングされた音響信号でモデルを伝達するためにテストされる。実験結果は,伝達学習構造が1つのタイプの発電機から別の発電機までモデルを移すことができることを示した。最先端の方法と比較して,提案した構造は少なくとも36.7%の検査精度を改善し,79.0%以上の平均精度を得ることができる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
ロボットの運動・制御 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る