文献

J-GLOBAL ID：202202271947074712   整理番号：22A0917562

マルチゲート混合エキスパートを用いたマルチタスク学習に基づく複合故障診断法【JST・京大機械翻訳】

A compound fault diagnosis method based on Multi-task Learning with Multi-gate Mixture-of-Experts

著者 (6件)： Chen Yanping (Xi’an University of Posts and Telecommunications,School of Computer Science and Technology,Xi’an,China,710121) ,  Ren Lele (Xi’an University of Posts and Telecommunications,School of Computer Science and Technology,Xi’an,China,710121) ,  Xia Hong (Xi’an University of Posts and Telecommunications,School of Computer Science and Technology,Xi’an,China,710121) ,  Wang Zhongmin (Xi’an University of Posts and Telecommunications,School of Computer Science and Technology,Xi’an,China,710121) ,  Gao Cong (Xi’an University of Posts and Telecommunications,School of Computer Science and Technology,Xi’an,China,710121) ,  Wang Fengwei (ZTE Corporation,Shenzhen,China,518057)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICMTMA  ページ： 281-285  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： 現在,故障診断の研究対象は単一故障診断に焦点を合わせる。診断のこの方法は,機械装置故障の間の関係を考慮せず,故障のタイプを完全に同定できない。実際の工業プロセスでは,機械装置は主に複雑なシステムであり,そして,複合故障診断は,産業ニーズによって,より多かった。機械装置の複合故障診断の問題を解決して,故障同定の精度を改善するために,本論文はマルチタスク学習によってギアボックスのための複合故障診断モデルを確立し,タスク共有層から特徴を抽出するためにマルチゲートネットワークを使用して,最終的にタスク特定層を通して故障を分類する。実験結果は,マルチゲート混合装置(ML-MMoE)によるマルチタスク学習に基づく複合故障診断法が,種々の作動条件の下で複合故障タイプを正確に同定できることを示した。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： *故障 ,  ネットワーク ,  *故障診断 ,  混合装置 ,  歯車箱
準シソーラス用語： 運転条件 ,  マルチゲート ,  診断モデル ,  *マルチタスク学習 ,  工業プロセス , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチゲート ,  エキスパート ,  マルチタスク学習 ,  故障診断