文献

J-GLOBAL ID：202102233434611074   整理番号：21A2712969

ニューラルネットワークデータ融合アルゴリズムに基づく電子回路故障診断の解析【JST・京大機械翻訳】

The Analysis of Electronic Circuit Fault Diagnosis Based on Neural Network Data Fusion Algorithm

著者 (1件)： Wang Nana (Department of Physics, Harbin University, Harbin 150080, China)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 12  号： 3  ページ： 458  発行年： 2020年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 対称性は電気システムの動力学において非常に重要な役割を果たす。最適化ニューラルネットワークアルゴリズムモデルを含む故障診断による関連電子回路を,対称性原理に基づいて設計した。回路圧力試験の効率を改善するために,並列ニューラルネットワークアルゴリズムに基づく回路圧力関数等価圧縮試験法を提案した。回路圧力試験の実装段階のために,改良ノードアルゴリズム(MNA)を用いて最適化モデルを構築し,回路網を回路圧力関数等価圧縮試験のために常微分方程式に変換した。試験はフラックスを最小化することを目的としている。次に,バックプロパゲーション(BP)ニューラルネットワークアルゴリズムデータ融合を導入して,循環圧力関数等価圧縮試験の最小フラックスモデルを最適化した。最後に,シミュレーション実験を行い,圧力試験の精度と効率におけるアルゴリズムの有効性を検証した。結果は,改良BPニューラルネットワークがデータ融合精度を改善し,サンプル訓練時間を短くすることを示した。非圧縮アルゴリズムと比較して,提案したアルゴリズムの実行時間は大いに減少して,実行効率は高かった。血管圧力試験法と比較して,収束精度に有意差はなく,105のレベルであった。並列計算問題は2パルス管圧力試験方法のいずれにおいても考慮されないので,アルゴリズムの収束時間は並列スレッドの数の増加とともに指数関数的に増加する。しかしながら,この研究におけるアルゴリズムは,並列実行の問題を考慮し,計算時間と高計算効率の著しい変化なしで,四重コアプロセッサを使用する。したがって,BPニューラルネットワークデータ融合は,高い動作効率と良い開発展望によって,電子回路の故障診断のために使用することができた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  常微分方程式 ,  対称性 ,  計算機シミュレーション ,  圧縮試験 ,  *故障診断 ,  *ニューラルネットワーク ,  *電子回路 ,  指数関数 ,  並列演算 ,  パルス ,  逆伝搬法 ,  *データ融合 ,  スレッド
準シソーラス用語： 計算効率 , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチシン回路 ,  電子回路 ,  故障診断 ,  ニューラルネットワーク ,  データ融合 ,  アルゴリズムに関する研究

分類 (1件)： 電子回路一般  (NC05010N)

引用文献 (20件)：

• Gan, X.S.; Gao, W.M.; Zhe, D.; Liu, W.D. Research on WNN soft fault diagnosis for analog circuit based on adaptive UKF algorithm. Appl. Soft Comput. 2017, 50, 252-259.
• Chen, H.X. Research on multi-sensor data fusion technology based on BP neural network. In Proceedings of the 2015 International Workshop on Wireless Communication and Network (IWWCN2015), Kunming, China, 21-23 August 2015.
• Si, L.; Wang, Z.; Liu, X.; Tan, C.; Xu, J.; Zheng, K. Multi-Sensor Data Fusion Identification for Shearer Cutting Conditions Based on Parallel Quasi-Newton Neural Networks and the Dempster-Shafer Theory. Sensors 2015, 15, 28772-28795.
• Tadeusiewicz, M.; Kuczyński, A.; Hałgas, S. Catastrophic Fault Diagnosis of a Certain Class of Nonlinear Analog Circuits. Circuits Syst. Signal Process. 2015, 34, 353-375.
• Zhang, J.; Wu, Y.; Liu, Q.; Gu, F.; Mao, X.; Li, M. Research on High-Precision, Low Cost Piezoresistive MEMS-Array Pressure Transmitters Based on Genetic Wavelet Neural Networks for Meteorological Measurements. Micromachines 2015, 6, 554-573.

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  データ融合 ,  アルゴリズム ,  電子回路 ,  故障診断 ,  解析