論文の概要: A comprehensive review on convolutional neural network in machine fault diagnosis

• arxiv url: http://arxiv.org/abs/2002.07605v1
• Date: Thu, 13 Feb 2020 20:35:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 13:03:08.531194
• Title: A comprehensive review on convolutional neural network in machine fault diagnosis
• Title（参考訳）: 機械故障診断における畳み込みニューラルネットワークの総合的検討
• Authors: Jinyang Jiao, Ming Zhao, Jing Lin, Kaixuan Liang
• Abstract要約: この研究は、畳み込みネットワークに基づく障害診断(CNFD)のアプローチを包括的にレビューし、要約しようとするものである。 CNFDフレームワークは,データ収集,モデル構築,機能学習と意思決定という,次のステップで構成されている。 CNFDの応用は、分類、予測、転移診断の3つの主流方向の観点から概説する。
• 参考スコア（独自算出の注目度）: 3.4541413098030938
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid development of manufacturing industry, machine fault diagnosis has become increasingly significant to ensure safe equipment operation and production. Consequently, multifarious approaches have been explored and developed in the past years, of which intelligent algorithms develop particularly rapidly. Convolutional neural network, as a typical representative of intelligent diagnostic models, has been extensively studied and applied in recent five years, and a large amount of literature has been published in academic journals and conference proceedings. However, there has not been a systematic review to cover these studies and make a prospect for the further research. To fill in this gap, this work attempts to review and summarize the development of the Convolutional Network based Fault Diagnosis (CNFD) approaches comprehensively. Generally, a typical CNFD framework is composed of the following steps, namely, data collection, model construction, and feature learning and decision making, thus this paper is organized by following this stream. Firstly, data collection process is described, in which several popular datasets are introduced. Then, the fundamental theory from the basic convolutional neural network to its variants is elaborated. After that, the applications of CNFD are reviewed in terms of three mainstream directions, i.e. classification, prediction and transfer diagnosis. Finally, conclusions and prospects are presented to point out the characteristics of current development, facing challenges and future trends. Last but not least, it is expected that this work would provide convenience and inspire further exploration for researchers in this field.
• Abstract（参考訳）: 製造業の急速な発展に伴い、安全設備の運用と生産を確保するために機械故障の診断がますます重要になっている。 その結果、近年、知的アルゴリズムが特に急速に発展する多種多様なアプローチが探求され発展してきた。 畳み込みニューラルネットワークは、知的診断モデルの典型的な代表として、近年5年間に広く研究され応用され、学術誌や会議の手続きで大量の論文が出版されている。 しかし、これらの研究を網羅し、さらなる研究を行うための体系的なレビューは行われていない。 このギャップを埋めるため,本研究は畳み込みネットワークに基づく故障診断(cnfd)手法の開発を包括的に検討・要約する。 一般に、典型的なcnfdフレームワークは、データ収集、モデル構築、特徴学習と意思決定という、以下のステップで構成されている。 まず、いくつかの人気のあるデータセットが導入されるデータ収集プロセスを記述する。 次に、基本畳み込みニューラルネットワークからその変種までの基本理論を詳述する。 その後、CNFDの応用は3つの主流方向(分類、予測、転移診断)でレビューされる。 最後に、現在の開発の特徴、課題、今後のトレンドを指摘するために、結論と展望を示す。 最後に、この研究は、この分野の研究者にとって利便性を提供し、さらなる探索を促すものと期待されている。

関連論文リスト

• Continual Learning with Hebbian Plasticity in Sparse and Predictive Coding Networks: A Survey and Perspective [1.3986052523534573]
  ニューロモルフィック連続学習システムの新たなクラスは、ハエの新たな情報を統合することを学ばなければならない。 このサーベイは、最先端スパースと予測符号化技術に基づくニューロモルフィック連続学習の分野における最近の多くの研究をカバーしている。 この調査は神経形連続学習の分野での今後の研究に貢献することが期待されている。
  論文  参考訳（メタデータ） (2024-07-24T14:20:59Z)
• State-Space Modeling in Long Sequence Processing: A Survey on Recurrence in the Transformer Era [59.279784235147254]
  このサーベイは、シーケンシャルなデータ処理の反復モデルに基づく最新のアプローチの詳細な概要を提供する。 新たなイメージは、標準のバックプロパゲーション・オブ・タイムから外れた学習アルゴリズムによって構成される、新しいルートを考える余地があることを示唆している。
  論文  参考訳（メタデータ） (2024-06-13T12:51:22Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• A Survey on Domain Generalization for Medical Image Analysis [9.410880477358942]
  MedIAのドメイン一般化は、未知のデータ分散を効果的に一般化し、堅牢に実行することで、ドメインシフトの課題に対処することを目的としている。 医療分野におけるドメインシフトとドメイン一般化の正式な定義を提供し、関連するいくつかの設定について議論する。 データ操作レベル,特徴表現レベル,モデルトレーニングレベルという3つの視点から,最近の手法を要約し,いくつかのアルゴリズムを詳細に提示する。
  論文  参考訳（メタデータ） (2024-02-07T17:08:27Z)
• Predicting Infant Brain Connectivity with Federated Multi-Trajectory GNNs using Scarce Data [54.55126643084341]
  既存のディープラーニングソリューションには,3つの大きな制限がある。 我々はフェデレートグラフベースの多軌道進化ネットワークであるFedGmTE-Net++を紹介する。 フェデレーションの力を利用して、限られたデータセットを持つ多種多様な病院の地域学習を集約する。
  論文  参考訳（メタデータ） (2024-01-01T10:20:01Z)
• Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
  構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。 近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
  論文  参考訳（メタデータ） (2023-06-20T14:21:58Z)
• Nuclei & Glands Instance Segmentation in Histology Images: A Narrative Review [0.5893124686141781]
  組織像における核と腺のセグメンテーションは、計算病理のワークフローにおいて重要なステップである。 現代的なハードウェアの出現により、大規模で高品質な公開データセットが最近利用可能になり、組織化された大きな課題が自動化メソッドの急増に遭遇した。 この調査では,過去5年～2022年に公表された,原子核と腺のセグメンテーションに関するAIベースの手法を解説した126の論文を深く分析した。
  論文  参考訳（メタデータ） (2022-08-26T06:52:15Z)
• Graph neural network-based fault diagnosis: a review [14.252398721869294]
  近年,グラフニューラルネットワーク(GNN)に基づく断層診断(FD)が注目されている。 本論文では,ニューラルネットワークに基づくFD手法について,時系列,画像,グラフなどのデータ表現に着目して検討する。 GNNに基づく最も関連性の高い故障診断法は詳細な実験により検証され、GNNに基づく手法が優れた故障診断性能を達成できるという結論が得られた。
  論文  参考訳（メタデータ） (2021-11-16T01:59:46Z)
• On the Exploitation of Neuroevolutionary Information: Analyzing the Past for a More Efficient Future [60.99717891994599]
  本稿では,神経進化過程から情報を抽出し,メタモデルを構築するアプローチを提案する。 本稿では, 異なる特徴を有する生成的対向ネットワークの神経進化的探索における最良の構造について検討する。
  論文  参考訳（メタデータ） (2021-05-26T20:55:29Z)
• Deep Learning Based on Generative Adversarial and Convolutional Neural Networks for Financial Time Series Predictions [0.0]
  本稿では、双方向長短期記憶(LSTM)と畳み込みニューラルネットワーク(CNN)により構成されるGAN(generative adversarial Network)の実装を提案する。 Bi-LSTM-CNNは、既存の実際の財務データと一致する合成データを生成するため、株価の将来動向を予測するために、正または負の傾向を持つ株の特徴を保持することができる。
  論文  参考訳（メタデータ） (2020-08-08T08:42:46Z)
• Rethinking Generalization of Neural Models: A Named Entity Recognition Case Study [81.11161697133095]
  NERタスクをテストベッドとして、異なる視点から既存モデルの一般化挙動を分析する。 詳細な分析による実験は、既存のニューラルNERモデルのボトルネックを診断する。 本論文の副産物として,最近のNER論文の包括的要約を含むプロジェクトをオープンソース化した。
  論文  参考訳（メタデータ） (2020-01-12T04:33:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。