文献

J-GLOBAL ID：202202275568300002   整理番号：22A0696080

機械における診断知識移転可能性解析のための最適輸送埋め込み類似性尺度【JST・京大機械翻訳】

An Optimal Transport-Embedded Similarity Measure for Diagnostic Knowledge Transferability Analytics Across Machines

著者 (4件)： Yang Bin (Key Laboratory of Education Ministry for Modern Design and Rotor-Bearing System, Xi’an Jiaotong University, Xi’an, China) ,  Lei Yaguo (Key Laboratory of Education Ministry for Modern Design and Rotor-Bearing System, Xi’an Jiaotong University, Xi’an, China) ,  Xu Songci (Centre of Maintenance Optimization and Reliability Engineering, the University of Toronto, Toronto, ON, Canada) ,  Lee Chi-Guhn (Centre of Maintenance Optimization and Reliability Engineering, the University of Toronto, Toronto, ON, Canada)
資料名： IEEE Transactions on Industrial Electronics  (IEEE Transactions on Industrial Electronics)
巻： 69  号： 7  ページ： 7372-7382  発行年： 2022年 
JST資料番号： C0234A  ISSN： 0278-0046  CODEN： ITIED6  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： 知的故障診断への深層移動学習の成功裏の応用は,診断タスクを通して移転可能な特徴類似性と知識移転性の間の正の相関性を証明した。この相関は特徴類似性を診断知識移転可能性の評価を可能にする。したがって,研究者は特徴類似性のための様々な対策を試み,距離計量を特徴分布不一致のための客観的尺度として採用した。しかし,一般的に使用される距離メトリックスは,ターゲットドメインサンプルの条件付き分布をフィッティングする困難さのために,関節分布不一致(JDD)に対処することができない。問題を克服するために,著者らは,代わりにクラスタ条件分布を調査して,2つのステップで実行される最適輸送埋込み結合分布類似性測定(OT-JDSM)を提案した。最初に,クラスタ-真のラベル伝搬は,少数のラベル付きターゲットドメインサンプルから全体にラベルを広げた。第2に,移動可能な特徴のJDDは,最適輸送の効率的解を介して生成される。OT-JDSMは,公開と個人の支点データセットによって作成される合成例と144の転送診断タスクで実証される。結果は,移動可能な特徴のOT-JDSMが他の距離メトリックよりも診断知識移転性と強い相関を持つことを示した。さらに,OT-JDSM利得は,タスクに関する診断モデルの転送性能を定量化することができる。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： 効率 ,  性能 ,  学習 ,  距離計 ,  故障診断 ,  *クラスタ ,  診断 ,  利得 ,  類似性 ,  深層
準シソーラス用語： *知識移転 ,  メトリックス ,  ホップ数 ,  ラベル伝搬 , 【Automatic Indexing@JST】

分類 (3件)： 信頼性  (KB04040H) ,  電動機  (NB07030U) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (7件)： 診断 ,  知識 ,  解析 ,  輸送 ,  埋め込み ,  類似性 ,  尺度