文献

J-GLOBAL ID：202102265424877531   整理番号：21A3171698

知的クロスドメイン軸受ヘルスモニタリングのためのWelsh損失による階層的記号動的エントロピーと最大平均および共分散不一致に基づく移動ジョイントマッチングの強化【JST・京大機械翻訳】

Enhanced hierarchical symbolic dynamic entropy and maximum mean and covariance discrepancy-based transfer joint matching with Welsh loss for intelligent cross-domain bearing health monitoring

著者 (5件)： Yang Cheng (School of Mechanical Engineering, Southeast University, Nanjing 211189, People’s Republic of China) ,  Yang Cheng (Faculty of Information Technology and Communication Sciences, Tampere University, Tampere 33720, Finland) ,  Jia Minping (School of Mechanical Engineering, Southeast University, Nanjing 211189, People’s Republic of China) ,  Li Zhinong (Key Laboratory of Nondestructive Testing, Ministry of Education, Nanchang Hangkong University, Nanchang 330063, People’s Republic of China) ,  Gabbouj Moncef (Faculty of Information Technology and Communication Sciences, Tampere University, Tampere 33720, Finland)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 165  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 重要かつ貴重なツールとしてのドメイン適応(DA)は,ドメインにわたる分布不一致を最小化するために devotedげられており,それは知的軸受健康モニタリングでうまく利用されてきた。特に,転送ジョイントマッチング(TJM)は,特にドメインがかなり異なる場合,有望な転送学習戦略である。TJMにおいて,最大平均不一致(MMD)は通常,カーネルHilbert空間(RKHS)の再現における分布の不一致を評価するために採用される。しかし,MMDはRKHSにおいていくつかの有用な統計的情報を失うことが証明されている。本論文では,Welsh損失(MMCD-WTJM)と最大平均および共分散不一致ベース転送ジョイントマッチングと呼ばれる改良TJMアプローチを本論文で提案した。MMCD-WTJMでは,MMDの代わりに最大平均および共分散不一致(MMCD)をTJMに組み込み,RKHSにおけるより多くの統計的情報を整合させた。一方,Welsh損失関数をTJMに組み込み,モデルの安定性を強化した。さらに,より有用な特徴表現を抽出するために,強化階層記号動的エントロピー(EHSDE)を開発した。最終的に,EHSDEとMMCD-WTJMに基づく故障同定を有する新しいハイブリッド交差ドメインを開発した。8つの移動軸受故障同定タスクの解析結果は,開発したアプローチが,様々な操作条件と異なる機械の下で,知的軸受健康監視において優れた能力を有することを示した。既存のエントロピーベースの故障特徴抽出アプローチとドメイン適応ベースの転送故障診断方式と比較して,提示したベアリングヘルスモニタリング方式は認識精度において顕著な強度を持っている。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Hilbert空間 ,  *エントロピー ,  故障 ,  損失関数 ,  *軸受 ,  故障診断 ,  特徴抽出 ,  *共分散
準シソーラス用語： *ヘルスモニタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 最大平均と共分散不一致 ,  トランスファジョイントマッチング ,  強化された階層的記号動的エントロピー ,  クロスドメイン軸受故障診断

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (11件)： ドメイン ,  軸受 ,  ヘルスモニタリング ,  損失 ,  記号 ,  エントロピー ,  平均 ,  共分散 ,  ジョイント ,  マッチング ,  強化