文献

J-GLOBAL ID：202202251715874442   整理番号：22A0960060

ウェーブレットカーネルネット:産業知的診断のための解釈可能な深層ニューラルネットワーク【JST・京大機械翻訳】

WaveletKernelNet: An Interpretable Deep Neural Network for Industrial Intelligent Diagnosis

著者 (7件)： Li Tianfu (State Key Laboratory for Manufacturing Systems Engineering and School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Zhao Zhibin (State Key Laboratory for Manufacturing Systems Engineering and School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Sun Chuang (State Key Laboratory for Manufacturing Systems Engineering and School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Cheng Li (State Key Laboratory for Manufacturing Systems Engineering and School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Chen Xuefeng (State Key Laboratory for Manufacturing Systems Engineering and School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Yan Ruqiang (State Key Laboratory for Manufacturing Systems Engineering and School of Mechanical Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Gao Robert X. (Department of Mechanical and Aerospace Engineering, Case Western Reserve University, Cleveland, OH, USA)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 52  号： 4  ページ： 2302-2312  発行年： 2022年 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  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： 特徴学習と非線形マッピングの能力を有する畳込みニューラルネットワーク(CNN)は,予後と健康管理(PHM)におけるその有効性を実証した。しかし,CNNアーキテクチャの物理的意味に関する説明はほとんど研究されていない。本論文では,標準CNNの第一畳込み層を置換するために連続ウェーブレット畳込み(CWConv)層を設計した,ウェーブレットKernelet(WKN)と呼ばれる新しいウェーブレット駆動深層ニューラルネットワークを提示した。これにより,より意味のあるカーネルを発見するための最初のCWConv層が可能になる。さらに,このCWConv層の生データから,スケールパラメータと翻訳パラメータのみを直接学習した。これは,特に振動信号に埋め込まれた欠陥関連衝撃成分を抽出するために調整した,カスタマイズされたカーネルバンクを得るための非常に効果的な方法を提供する。さらに,実験室環境からのデータを用いた3つの実験的研究を行い,機械的故障診断に対する提案した方法の有効性を検証した。実験結果は,WKNの精度がCNNより10%以上高いことを示し,設計したCWConv層の重要性を示した。さらに,理論解析と特徴マップ可視化を通して,WKNは解釈可能であり,より少ないパラメータを持ち,同じ訓練時代内でより速く収束する能力を持つことが分かった。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： 衝撃 ,  畳込み ,  学習 ,  ニューラルネットワーク ,  精度 ,  可視化 ,  *波束 ,  健康管理 ,  予後 ,  有効性 ,  スケールパラメータ ,  計算機アーキテクチャ
準シソーラス用語： 特徴マップ ,  振動信号 ,  *ディープニューラルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (4件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z) ,  計算機システム開発  (JD02010R) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 産業 ,  診断 ,  深層ニューラルネットワーク