文献

J-GLOBAL ID：202002267611658888   整理番号：20A2767353

ディーゼル燃料システム故障診断のための注意ベース畳込みニューラルネットワーク【JST・京大機械翻訳】

Attention-based Convolutional Neural Networks for Diesel Fuel System Fault Diagnosis

著者 (5件)： Xie Yijing (Air Force Engineering University,Air and Missile Defense College,Xi’an,China) ,  Niu Tianlin (Air Force Engineering University,Air and Missile Defense College,Xi’an,China) ,  Shao Siyu (Air Force Engineering University,Air and Missile Defense College,Xi’an,China) ,  Zhao Yuwei (Air Force Engineering University,Air and Missile Defense College,Xi’an,China) ,  Cheng Yuemeng (Air Force Engineering University,Air and Missile Defense College,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSMD  ページ： 210-214  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： ディーゼル燃料システムは,ディーゼルエンジンの重要な部分であり,その安定かつ信頼できる作動状態は,全体のシステムの安全性と効率のための主要な保証である。インテリジェント技術に基づくディーゼル燃料システムの健康監視と故障診断を行うことが重要である。近年,深層学習は様々な機械システムに対して知的故障診断を行うための効果的な手段となり,畳み込みニューラルネットワークは様々な応用において顕著な成功を達成した。ディーゼル燃料システムのための効率的で正確な故障診断を達成するために,注意機構と結合した改良畳込みニューラルネットワークをこの論文で確立する。追加注意係数を学習して,抽出特徴に対する重要性バイアスを提供し,それにより,深いモデルが,作業条件に関連した主要署名の大部分を作って,計算効率の考慮において,無関係な中間特性を無視することができた。実験を行い,その結果はモデルの有効性と効率を証明した。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： ディーゼル機関 ,  *ディーゼル燃料 ,  *故障診断 ,  バイアス ,  有効性
準シソーラス用語： 計算効率 ,  システム安全性 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  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)： ディーゼル ,  燃料システム ,  故障診断 ,  注意 ,  畳込みニューラルネットワーク