文献

J-GLOBAL ID：202202212294778226   整理番号：22A0780303

深層学習を用いた構造ヘルスモニタリングのためのクラウドベースディジタル双晶化【JST・京大機械翻訳】

Cloud-Based Digital Twinning for Structural Health Monitoring Using Deep Learning

著者 (3件)： Dang Hung (Faculty of Building and Industrial Construction, Hanoi University of Civil Engineering, Hanoi, Vietnam) ,  Tatipamula Mallik (Ericsson Silicon Valley, Santa Clara, CA, USA) ,  Nguyen Huan Xuan (London Digital Twin Research Centre, Faculty of Science and Technology, Middlesex University, London, U.K.)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 18  号： 6  ページ： 3820-3830  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： ディジタルツイン(DT)技術は,その全ライフサイクルを通して実際の構造とそのディジタル対応物の収束を可能にするので,最近,工学コミュニティにおけるペースを集めた。機械学習(ML),5G/6G,クラウドコンピューティング,およびモノのインターネットを含む支援技術の急速な発展により,DTは概念から実践まで徐々に移動している。本論文では,構造健全性監視のためのクラウドコンピューティングと深層学習(DL)に基づくDTフレームワークを提案し,リアルタイム監視と先物的保全を効率的に実行した。フレームワークは,数学的,有限要素,およびMLのものを含む,異なるサブモデルを結合することにより形成される構造成分,デバイス測定,およびディジタルモデルから成る。物理的構造,ディジタルモデル,および人間介入の間のデータインタラクションは,クラウドコンピューティングインフラストラクチャとユーザフレンドリーなWebアプリケーションを用いて強化される。提案フレームワークの実現可能性を,92%の高精度で,DLアルゴリズムを用いたモデルブリッジと実際のブリッジ構造の損傷検出の事例研究を通して実証した。Copyright 2022 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： アルゴリズム ,  *相互作用 ,  計算機利用 ,  保全 ,  ライフサイクル ,  *監視 ,  応用プログラム ,  ディジタル方式 ,  インフラストラクチャー ,  事例研究 ,  インターネット ,  機械学習 ,  損傷検出
準シソーラス用語： *構造ヘルスモニタリング ,  Webアプリケーション ,  クラウドコンピューティング ,  リアルタイムモニタリング ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： 深層学習 ,  構造ヘルスモニタリング ,  双晶化