文献

J-GLOBAL ID：202202256863226626   整理番号：22A0847885

ランダムウェーブレット展開によるデータ増強と航空油圧ポンプの少数ショット故障診断におけるその応用【JST・京大機械翻訳】

Data Augmentation via Randomized Wavelet Expansion and Its Application in Few-Shot Fault Diagnosis of Aviation Hydraulic Pumps

著者 (5件)： Zhao Minghang (School of Ocean Engineering, Harbin Institute of Technology at Weihai, Weihai, Shandong, China) ,  Fu Xuyun (School of Ocean Engineering, Harbin Institute of Technology at Weihai, Weihai, Shandong, China) ,  Zhang Yongjian (School of Ocean Engineering, Harbin Institute of Technology at Weihai, Weihai, Shandong, China) ,  Meng Linghui (China Electronic Product Reliability and Environmental Testing Institute, and the Science and Technology on Reliability Physics and Application of Electronic Component Laboratory, Guangzhou, Guangdong, China) ,  Zhong Shisheng (School of Ocean Engineering, Harbin Institute of Technology at Weihai, Weihai, Shandong, China)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.3503213.1-13  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  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： 一般に,深層学習ベース故障診断法は,実際のアプリケーションでは利用できないことが多い多数の訓練サンプルを必要とする。この問題に狙いを定めて,本論文では,新しいデータ増強法,すなわち,ランダム化ウェーブレット展開(RWE)を開発し,元のサンプルと類似の特性を共有する一連の合成サンプルを生成した。第一のキーポイントは,ランダム選択周波数帯におけるウェーブレット係数の振幅がランダム展開を通して拡大されることである。もう一つの重要な点は,合成試料が対応する元の試料と同じ平均値と標準偏差を持つように処理することである。その後,合成サンプルを訓練データセットとして用いて,航空油圧ポンプの少数ショット故障診断を実行するための深い畳み込みニューラルネットワーク(CNN)を訓練した。最後に,その性能を一連の実験で検証した。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： 航空輸送 ,  標準偏差 ,  *油圧ポンプ ,  *故障診断 ,  *波束 ,  応用プログラム ,  粒状材 ,  無作為抽出 ,  周波数帯 ,  機械学習
準シソーラス用語： 訓練データ ,  ウェーブレット係数 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 軸受  (QB01020W) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： ウェーブレット ,  展開 ,  データ増強 ,  航空 ,  油圧ポンプ ,  ショット ,  故障診断 ,  応用