Art

J-GLOBAL ID：202002243540698245   Reference number：20A2055190

Anomaly detection for metal material using principal component analysis and machine learning

主成分分析および機械学習による金属材料の異常検知

Author (4)： MITSUI SHINGO (金沢大) ,  SASAKI TOSHIHIKO (金沢大) ,  SHIN'YA MASAYOSHI (金沢大) ,  NISHIMURA RYUTARO (高エネルギー加速器研究機構)
Material： 材料とプロセス(CD-ROM)  (Current Advances in Materials and Processes (CD-ROM))
Volume： 33  Issue： 2  Page： ROMBUNNO.75  Publication year： Sep. 01, 2020 
JST Material Number： X0994B  ISSN： 1882-8922  Document type： Proceedings
Article type： 短報  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： X-ray stress measurement ,  Principal Component Analysis ,  *Machine Learning ,  *damage detection ,  *rail ,  safety evaluation ,  residual stress ,  crack ,  ring (mathematics) ,  X-Ray Diffraction ,  mapping ,  set ,  learning algorithm ,  dimensional reduction ,  cosalpha method ,  Dataset ,  diffraction ring ,  damage assessment ,  autoencoder ,  *anomaly detection ,  *detection
Semi thesaurus term： autoencoder ,  *anomaly detection

JST classification (2)： Artificial intelligence  (JE08000Z) ,  Track maintenance,prevention of railway disasters  (RC07050X)

Reference (1)：

• S. Mitsui, et al., Nuclear Instruments and Methods A, Vol. 924, 21 April 2019, pp. 441-447

Terms in the title (4)： 主成分分析 ,  機械学習 ,  金属材料 ,  異常検知