文献

J-GLOBAL ID：202202234994614938   整理番号：22A1039400

電力知的検査トラッキングのための目標を意識した深層特徴圧縮【JST・京大機械翻訳】

Target-Aware Deep Feature Compression for Power Intelligent Inspection Tracking

著者 (5件)： Jiang Wei (State Grid Corporation of China, Beijing 100032, China) ,  Guo Zhimin (State Grid Henan Electric Power Research Institute, Zhengzhou 450000, China) ,  Zhang Huanlong (College of Electric and Information Engineering, Zhengzhou University of Light Industry, Zhengzhou 450002, China) ,  Cheng Liyun (College of Electric and Information Engineering, Zhengzhou University of Light Industry, Zhengzhou 450002, China) ,  Tian Yangyang (State Grid Henan Electric Power Research Institute, Zhengzhou 450000, China)
資料名： Journal of Electrical and Computer Engineering (Web)  (Journal of Electrical and Computer Engineering (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7767A  ISSN： 2090-0147  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 深層学習はコンピュータビジョンに革命的な進歩をもたらし,コンピュータビジョンに基づく知的検査装置は急速に発展した。しかしながら,多数の既存の深い特徴のため,リアルタイム追跡速度を達成するためにモバイルデバイスにそれを展開するのは難しい。本論文は,電力インテリジェント検査追跡のための目標意識深い特徴圧縮を提示した。最初に,負のバランス損失関数を設計して,純粋なバックグラウンド陰性サンプルの寄与を縮小し,難しい負のサンプルの影響を強化することによって,現在の検査場面に適したチャネル特徴をマイニングする。これに基づいて,深い特徴圧縮モデルを,リアルタイムでロバストな追跡を達成するために,Siamese追跡フレームワークと結合した。最後に,提案方法の実用性を証明するために,実際のアプリケーションシナリオと一般的データに関する提案方法を評価する。Copyright 2022 Wei Jiang et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バックグラウンド ,  損失関数 ,  *電力 ,  特性 ,  追跡 ,  応用プログラム ,  モデル ,  コンピュータビジョン ,  深層 ,  チャネル ,  ロバスト性 ,  機械学習 ,  携帯端末
準シソーラス用語： モバイルデバイス ,  実時間 ,  実用性 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

引用文献 (42件)：

• M. Ombuki, O. Roy, N. Julius, "Static voltage stability assessment of the Kenyan power network," Journal of Electrical and Computer Engineering, vol. 2021, pp. 16, 2021.
• M. M. Hadow, A. N. Abd Allah, S. P. Abdul karim, "Reliability evaluation of distribution power systems based on artificial neural network techniques," Journal of Electrical and Computer Engineering, vol. 2012, pp. 5, 2012.
• M. Zhang, J. Li, Y. Li, R. Xu, "Deep learning for short-term voltage stability assessment of power systems," IEEE Access, vol. 9, pp. 29711-29718, 2021.
• M. Madhiarasan, "Accurate prediction of different forecast horizons wind speed using a recursive radial basis function neural network," Protection and Control of Modern Power Systems, vol. 5, no. 1, 2020.
• H. Hamdi, C. B. Regaya, A. Zaafouri, "A sliding-neural network control of induction-motor-pump supplied by photovoltaic generator," Protection and Control of Modern Power Systems, vol. 5, no. 1, pp. 1-17, 2020.

タイトルに関連する用語 (5件)： 検査 ,  トラッキング ,  目標 ,  意識 ,  深層