文献

J-GLOBAL ID：202202270425442320   整理番号：22A0152825

注意機構に基づく小サンプルの故障診断【JST・京大機械翻訳】

Fault diagnosis for small samples based on attention mechanism

著者 (6件)： Zhang Xin (School of Materials Science and Engineering, Northeastern University, Shenyang 110819, China) ,  He Chao (School of Information, Liaoning University, Shenyang 110036, China) ,  Lu Yanping (School of Information, Liaoning University, Shenyang 110036, China) ,  Chen Biao (School of Information, Liaoning University, Shenyang 110036, China) ,  Zhu Le (School of Computer Science and Technology, Beijing Institute of Technology, Beijing 100081, China) ,  Zhang Li (School of Information, Liaoning University, Shenyang 110036, China)
資料名： Measurement  (Measurement)
巻： 187  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 故障診断における深層学習の応用を目的として,機械回転装置部品は複雑な作業環境の下で故障する傾向があり,そして,産業ビッグデータは,限られたラベル付きサンプル,異なる作業条件およびノイズに悩まされる。上記の問題を調査するために,小さなサンプル故障診断方法を,注意機構(DCA)と双方向ゲート電流ユニット(DCA-BiGRU)による二重経路畳込みに基づいて提案し,その性能を最新の正則化訓練戦略によって効果的に採掘することができた。BiGRUを利用して時空間特徴融合を実現し,そこでは,注意重みを有する振動信号融合特徴をDCAによって抽出した。そのうえ,グローバル平均プール(GAP)を次元縮小と故障診断に適用する。DCA-BiGRUは実験による一般化とロバスト性の例外的な能力を持ち,様々な複雑な状況の下で診断を効果的に実行できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  畳込み ,  *故障診断 ,  作業環境 ,  正則化 ,  次元縮小 ,  ロバスト性
準シソーラス用語： ゲート電流 ,  振動信号 ,  ビッグデータ ,  特徴融合 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 畳込みニューラルネットワーク ,  双方向ゲートリカレントユニット ,  注意機構 ,  転がり軸受 ,  小試料 ,  故障診断

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (3件)： 注意 ,  サンプル ,  故障診断