文献
J-GLOBAL ID:202202267361640894   整理番号:22A0648837

電圧波形と人工ニューラルネットワークによる摩擦電気ナノ発電機の界面欠陥検出と同定【JST・京大機械翻訳】

Interface Defect Detection and Identification of Triboelectric Nanogenerators via Voltage Waveforms and Artificial Neural Network
著者 (8件):
資料名:
巻: 14  号:ページ: 3437-3445  発行年: 2022年 
JST資料番号: W2329A  ISSN: 1944-8244  CODEN: AAMICK  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
TENGsのためのロバストな作業環境を提供するために,ほとんどのTENGsは外部環境からTENGを分離する密封構造として設計され,従ってそれらの操作条件は直接監視できない。ここでは,初めて,訓練電圧波形による摩擦電気ナノ発電機の界面欠陥検出と同定のための人工ニューラルネットワークを提案した。最初に,TENGの界面欠陥を分類し,それらの原因を詳細に論じた。次に,著者らは,電圧波形および低い時間複雑性に対して高感度を示す軽量人工ニューラルネットワークモデルを構築した。モデルは,1つの時代を訓練するために2.1sを取り入れて,欠陥検出の認識率は,100の時代の後,98.9%であった。一方,モデルは低解像度サンプル(100×75画素)の学習能力を成功裏に実証し,93.6%の高い認識率で,エッジ破壊,接着,異常振動のような6種類のTENG欠陥を同定することができた。本研究は,TENGsの故障診断と知的応用のための新しい戦略を提供する。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
エネルギー変換装置  ,  その他の発電 

前のページに戻る