文献

J-GLOBAL ID：202002268801208593   整理番号：20A0821354

PVCパイプにおける亀裂検出のための機械学習アルゴリズムの応用【JST・京大機械翻訳】

Application of Machine Learning Algorithms For Crack Detection in PVC Pipes

著者 (2件)： Khan Muhammad Safeer (Arkansas Tech University,Department of Electrical Engineering,Russellville,AR,USA) ,  Patil Rajvardhan (Arkansas Tech University,Department of Computer & Information Sciences,Russellville,AR,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SoutheastCon  ページ： 1-4  発行年： 2019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： 米国の地下下水道インフラの大部分は,毒性流体を輸送するためにポリ塩化ビニル(PVC)管を使用している。地下PVCパイプにおける亀裂は,地下下水道システムにおける排出物排出の主要な原因であった。放出された排水は環境にリスクをもたらすだけでなく,公衆衛生への脅威でもある。現在の産業標準として,ユーティリティオペレータは,パイプを通過するために閉じた回路テレビジョン(CCTV)カメラ搭載クローラを使用し,配管ネットワークの条件を分類するためにビデオを記録する。CCTVに基づくシステムは,高価で,時間がかかる。最近開発された音響ベースのパイプライン検査システムは,ユーティリティオペレータによって採用されている。しかし,これらのシステムは管内の亀裂の存在を検出しない。本論文では,音響信号を用いてPVCパイプにおける亀裂の存在を監視するための研究結果を報告した。広範な実験室試験から収集したデータを機械学習アルゴリズムを用いて処理し,清浄と亀裂のあるパイプ試料間の差を分類した。決定木,K最近傍(KNN),およびNaive Bayes(NB)アルゴリズムを用いた。DTとKNNアルゴリズムのスコアは,3.0kHz以上の周波数での亀裂管からの音響試料間の最高の収束を示した。また,本論文では,クリーンおよび亀裂のあるパイプサンプルからの音響データに関する機械学習アルゴリズムを用いて得られた精度スコアを示した。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： ディシジョンツリー ,  公衆衛生 ,  オペレータ ,  テレビジョン ,  ネットワーク ,  *亀裂 ,  音波信号 ,  *アルゴリズム ,  カメラ ,  録画装置 ,  下水道 ,  音響 ,  配管 ,  *学習アルゴリズム ,  インフラストラクチャー

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： PVC ,  パイプ ,  亀裂検出 ,  機械学習 ,  アルゴリズム ,  応用