文献

J-GLOBAL ID：202202292061352469   整理番号：22A0630556

高速鉄道におけるカテナリー碍子欠陥検出のためのよりタイトな指向局所化に基づく敵対再構成【JST・京大機械翻訳】

Adversarial Reconstruction Based on Tighter Oriented Localization for Catenary Insulator Defect Detection in High-Speed Railways

著者 (6件)： Zhong Junping (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China) ,  Liu Zhigang (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China) ,  Yang Cheng (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China) ,  Wang Hongrui (Section of Railway Engineering, Delft University of Technology, Delft, The Netherlands) ,  Gao Shibin (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China) ,  Nunez Alfredo (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 2  ページ： 1109-1120  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  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： カテナリー碍子は,カテナリーと地上の間の電気絶縁を維持する。その欠陥は,車両と環境からの長期的影響により起こる可能性がある。現在,カテナリー碍子の欠陥検出の研究はいくつかの課題に直面している。1)位置決め精度は低く,局所物体が不完全または/または不必要な背景と併合する。2)水平ボックスが碍子の形状にうまく適合できないので,水平位置確認は必然的な不必要な情報をもたらす。3)欠陥認識のための監督学習モデルは,利用可能な欠陥サンプルがモデルをうまく訓練するのに不十分であるので信頼できない。これらの問題に取り組むために,本論文では新しい2段階欠陥検出法を提案した。位置確認段階において,TOL-Frameworと呼ばれる新しい位置確認ネットワークを構築し,背景を減らし,よりタイトな配向位置確認を実現した。一般的基本フレームワークFaster R-CNNと比較して,TOL-Frameworkは,基本フレームワーク内の回帰モジュールをカスケードし,外部後処理ネットワークを付加し,それは,局所化を洗練するために,標準碍子によって敵対的に訓練される。これらの2つの新規ステップは,配向局在化精度を大いに改善した。欠陥検出段階において,欠陥状態を評価するために,正常サンプルだけを用いて訓練された敵対再構成モデルを提案した。中国における長沙-Z州鉄道線路の60km断面から採取したデータセットを用いて,他の方法との比較を行った。結果は,提案方法が最高の位置確認精度を持ち,碍子欠陥検出に有効であることを示した。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： 学習モデル ,  ネットワーク ,  *高速鉄道 ,  *碍子 ,  精度 ,  位置決め ,  *故障検出 ,  後処理 ,  再構成 ,  懸垂線 ,  構成モデル
準シソーラス用語： 位置決め精度 ,  局在化 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 高速鉄道 ,  カテナリー ,  碍子 ,  欠陥検出 ,  局所化 ,  敵対 ,  再構成