文献

J-GLOBAL ID：202102234626549555   整理番号：21A3333879

交差条件下の正確な工具摩耗予測のためのMeta不変特徴空間法【JST・京大機械翻訳】

A Meta-Invariant Feature Space Method for Accurate Tool Wear Prediction Under Cross Conditions

著者 (4件)： Liu Changqing (National Key Laboratory of Science and Technology on Helicopter Transmission, College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Li Yingguang (National Key Laboratory of Science and Technology on Helicopter Transmission, College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Li Jingjing (National Key Laboratory of Science and Technology on Helicopter Transmission, College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Hua Jiaqi (National Key Laboratory of Science and Technology on Helicopter Transmission, College of Mechanical and Electrical Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 18  号： 2  ページ： 922-931  発行年： 2022年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： クロス条件予測は,工具摩耗予測が典型的な1つである製造分野における一般的な問題である。工具摩耗予測のための既存のデータ駆動方法は,大きな変動を有する交差条件下で非常に困難に遭遇する小さな変化を伴う切削条件に主に焦点を合わせ,そして,本態は,交差条件下でのデータの限界分布と条件付き分布の両方の差である。この課題に取り組むために,本論文では,不変特徴空間を近限界分布に対する対タスクのために構築するメタ不変特徴空間(MIFS)学習法を提案し,交差条件下での自然法則をメタ学習,すなわちMIFSにより学習し,それは少数の新しいサンプルを有する交差条件下で正確な工具摩耗予測を達成するために適応できる。実験結果は,提案方法の実現可能性と精度に関する肯定的確認を提供して,それはまた,他の分野における回帰と分類問題に容易に拡張することができた。Copyright 2021 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： 学習 ,  *工具摩耗

分類 (4件)： 人工知能  (JE08000Z) ,  信頼性  (KB04040H) ,  パターン認識  (JE07000S) ,  電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (5件)： 交差 ,  工具摩耗 ,  予測 ,  不変 ,  特徴空間