文献

J-GLOBAL ID：202102264279878558   整理番号：21A0992273

量子化ニューラルネットワークを用いた風力タービン回転翼のFPGAベース光学表面検査【JST・京大機械翻訳】

FPGA-Based Optical Surface Inspection of Wind Turbine Rotor Blades Using Quantized Neural Networks

著者 (5件)： Giefer Lino Antoni (Faculty of Mathematics and Computer Science, University of Bremen, Cognitive Neuroinformatics, Enrique-Schmidt-Strasse 5, 28359 Bremen, Germany) ,  Giefer Lino Antoni (BIBA-Bremer Institut fuer Produktion und Logistik GmbH, Hochschulring 20, 28359 Bremen, Germany) ,  Staar Benjamin (BIBA-Bremer Institut fuer Produktion und Logistik GmbH, Hochschulring 20, 28359 Bremen, Germany) ,  Freitag Michael (BIBA-Bremer Institut fuer Produktion und Logistik GmbH, Hochschulring 20, 28359 Bremen, Germany) ,  Freitag Michael (Faculty of Production Engineering, University of Bremen, Badgasteiner Strasse 1, 28359 Bremen, Germany)
資料名： Electronics (Web)  (Electronics (Web))
巻： 9  号： 11  ページ： 1824  発行年： 2020年 
JST資料番号： U7178A  ISSN： 2079-9292  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： ニューラルネットワークの重みと活性化の定量化は,必要なメモリアクセスを劇的に減らし,ビットワイズ操作で演算を置き換える方法である。これは,特に,低電力消費による組込みシステムに特に適したフィールドプログラマブルゲートアレイ(FPGA)技術の実現に有益である。本論文では,無人機(UAV)を用いた風車ロータブレードの自動表面検査のためにFPGA上に実装された量子化ニューラルネットワークを利用したその場欠陥検出システムを提案した。オフライン欠陥検出の通常のアプローチとは反対に,この手法は,主要なダウンタイムとコストを防止できる。筆者等の知る限りでは,本研究は,重みと活性化量子化を持つニューラルネットワークをタンジブルアプリケーションに転送する最初のものである。8024の良好と欠陥のあるロータブレードパッチから成る著者らのデータセットで訓練されたネットワークで有望な結果を達成した。浮動小数点演算を用いた従来のネットワークと比較して,著者らは,著者らが達成した分類精度が,約0.6%だけ,わずかに減少したことを示した。本研究では,多目的な使用性を有するその場欠陥検出のための基本システムを提案した。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： *量子化 ,  *ネットワーク ,  *回転翼 ,  *ニューラルネットワーク ,  故障検出 ,  *風車 ,  浮動小数点演算 ,  無人機 ,  停止時間 ,  *FPGA ,  組込みシステム
準シソーラス用語： メモリアクセス ,  分類精度 ,  低電力化 ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 量子化ニューラルネットワーク ,  欠陥検出 ,  フィールドプログラマブルゲートアレイ ,  品質検査 ,  パラメータ量子化

分類 (2件)： 人工知能  (JE08000Z) ,  半導体集積回路  (NC03162T)

引用文献 (38件)：

• AG Energiebilanzen. Erneuerbare Energien. 2018. Available online: https://www.bmwi.de/Redaktion/DE/Dossier/erneuerbare-energien.html (accessed on 30 October 2020).
• Elkmann, N.; Felsch, T.; Förster, T. Robot for rotor blade inspection. In Proceedings of the 2010 1st International Conference on Applied Robotics for the Power Industry, Montreal, QC, Canada, 5-7 October 2010; pp. 1-5.
• Zhang, D.; Burnham, K.; Mcdonald, L.; Macleod, C.; Dobie, G.; Summan, R.; Pierce, G. Remote inspection of wind turbine blades using UAV with photogrammetry payload. In Proceedings of the 56th Annual British Conference of Non-Destructive Testing-NDT, Telford, UK, 5-7 September 2017.
• Stokkeland, M.; Klausen, K.; Johansen, T.A. Autonomous visual navigation of unmanned aerial vehicle for wind turbine inspection. In Proceedings of the 2015 International Conference on Unmanned Aircraft Systems (ICUAS), Denver, CO, USA, 9-12 June 2015; pp. 998-1007.
• Morgenthal, G.; Hallermann, N. Quality assessment of unmanned aerial vehicle (UAV) based visual inspection of structures. Adv. Struct. Eng. 2014, 17, 289-302.

タイトルに関連する用語 (7件)： 量子化 ,  ニューラルネットワーク ,  風力タービン ,  回転翼 ,  FPGA ,  光学表面 ,  検査