文献

J-GLOBAL ID：202202266227072691   整理番号：22A1165325

機械学習に基づくCOS状態予測システム【JST・京大機械翻訳】

COS status predictive system based on Machine Learning

著者 (3件)： Hong SunHag (Seoil Univ.,Dept. Computer Electronics,Seoul,South Korea) ,  Lee SeongJune (Seoil Univ.,Dept. Computer Electronics,Seoul,South Korea) ,  Kim JunYeong (Seoil Univ.,Dept. Computer Electronics,Seoul,South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEIC  ページ： 1-4  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,Edgeインパルス機械学習ツールを用いた電力装置への組込みMEMSシステム,従って改良予測システム設計を実行した。提案したMEMS組込みシステムを,nRF52840システムおよび3Axisディジタル磁気計,I2Cインタフェイスおよび磁気測定可能範囲±1200uT,BM1422AGMVを用いて開発し,磁気インピーダンス要素を組み込み,小パッケージにおける磁場およびARM M432ビットプロセッサ制御器を検出した。MEMS組込みプラットフォームは,ユーザアプリケーション一時的センサデータを含む特別な待ち行列であるセンサQを用いたハードウェアとソフトウェアドライバの間のEdgeインパルスマシン学習とシステムドライバ実装から成る。本論文では,実験により,TensorFlow機械学習訓練出力を,”Normal,Warning,ハザード”のような状態を分析し,99.6%の精度と0.01損失のレベルで性能を予測するため,電力装置に適用した。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： 磁場 ,  磁気測定 ,  磁力計 ,  *学習 ,  システム設計 ,  電力 ,  応用プログラム ,  ハードウェア ,  ソフトウェア ,  ディジタル方式 ,  センサ ,  インタフェイス ,  *機械学習 ,  MEMS ,  組込みシステム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  COS ,  状態予測