論文の概要: Review of data analysis in vision inspection of power lines with an
in-depth discussion of deep learning technology
- arxiv url: http://arxiv.org/abs/2003.09802v1
- Date: Sun, 22 Mar 2020 04:09:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-21 06:00:55.882619
- Title: Review of data analysis in vision inspection of power lines with an
in-depth discussion of deep learning technology
- Title(参考訳): 深層学習技術の深い議論による電力ラインの視線検査におけるデータ分析の見直し
- Authors: Xinyu Liu, Xiren Miao, Hao Jiang, Jing Chen
- Abstract要約: 無人航空機の普及により、大量の電力線検査データを収集することができる。
大規模な検査データ、特に可視画像を用いて、電力伝送の信頼性、安全性、持続可能性を維持することは、迫力のある問題である。
本稿では,現在の文献を概観し,今後の研究課題を明らかにする。
- 参考スコア(独自算出の注目度): 16.224505272448802
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The widespread popularity of unmanned aerial vehicles enables an immense
amount of power lines inspection data to be collected. How to employ massive
inspection data especially the visible images to maintain the reliability,
safety, and sustainability of power transmission is a pressing issue. To date,
substantial works have been conducted on the analysis of power lines inspection
data. With the aim of providing a comprehensive overview for researchers who
are interested in developing a deep-learning-based analysis system for power
lines inspection data, this paper conducts a thorough review of the current
literature and identifies the challenges for future research. Following the
typical procedure of inspection data analysis, we categorize current works in
this area into component detection and fault diagnosis. For each aspect, the
techniques and methodologies adopted in the literature are summarized. Some
valuable information is also included such as data description and method
performance. Further, an in-depth discussion of existing deep-learning-related
analysis methods in power lines inspection is proposed. Finally, we conclude
the paper with several research trends for the future of this area, such as
data quality problems, small object detection, embedded application, and
evaluation baseline.
- Abstract(参考訳): 無人航空機の普及により、膨大な電力線検査データが収集できるようになった。
大規模な検査データ、特に可視画像を用いて、電力伝送の信頼性、安全性、持続可能性を維持することは、迫力のある問題である。
送電線検査データの解析については,これまでかなりの研究が行われてきた。
本稿では,電力線検査データを対象としたディープラーニング分析システムの構築に関心を持つ研究者を対象に,現状の文献を概観し,今後の研究課題を明らかにすることを目的とする。
検査データ解析の典型的な手順に従って,本領域の現在の成果をコンポーネント検出と故障診断に分類する。
それぞれの点において、文献で採用される技法や方法論を要約する。
データ記述やメソッドのパフォーマンスといった貴重な情報も含まれている。
さらに,電力線検査における既存のディープラーニング関連分析手法について,より深く議論する。
最後に,データ品質問題,小さなオブジェクト検出,組込みアプリケーション,評価ベースラインなど,この分野の将来に関するいくつかの研究動向についてまとめる。
関連論文リスト
- Unveiling the Spectrum of Data Contamination in Language Models: A Survey from Detection to Remediation [28.997127566200753]
トレーニングコーパスの問題は、評価ベンチマークと重なり、汚染と評価され、最近の重要な研究の焦点となっている。
この研究の目的は、汚染を特定し、その影響を理解し、緩和戦略を探求することである。
この調査は、データ汚染研究の最新の進歩の簡潔な概要となる。
論文 参考訳(メタデータ) (2024-06-20T18:07:26Z) - A Survey on Data Selection for Language Models [151.6210632830082]
データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。
ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。
広範なデータ選択研究のリソースを持つ組織はほとんどない。
論文 参考訳(メタデータ) (2024-02-26T18:54:35Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
論文 参考訳(メタデータ) (2024-02-20T11:28:50Z) - A Comprehensive Review on Computer Vision Analysis of Aerial Data [3.1537607776738605]
本稿では,航空データ解析分野におけるコンピュータビジョンタスクについて概説する。
本稿では、様々なアーキテクチャやタスクにまたがる様々なハイパーパラメータの比較を行う。
本論文は, 航空データ解析に固有の課題を徹底的に検討し, 実用的な解決策を提供する。
論文 参考訳(メタデータ) (2024-02-15T08:10:09Z) - Functional Anomaly Detection: a Benchmark Study [4.444788548423704]
異常検出は、非常に高い周波数でサンプリングされた測定に依存することができる。
本研究の目的は, 実データセット上の機能的設定において, 異常検出のための最近の手法の性能について検討することである。
論文 参考訳(メタデータ) (2022-01-13T18:20:32Z) - A Comparative Review of Recent Few-Shot Object Detection Algorithms [0.0]
ラベル付きデータで新しいクラスに適応するために学習するオブジェクトの少ない検出は、命令的で長期にわたる問題である。
近年の研究では、ターゲットドメインを監督せずに追加データセットに暗黙の手がかりを使って、少数のショット検出器が堅牢なタスク概念を洗練させる方法が研究されている。
論文 参考訳(メタデータ) (2021-10-30T07:57:11Z) - Automatic Gaze Analysis: A Survey of DeepLearning based Approaches [61.32686939754183]
視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。
制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。
我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
論文 参考訳(メタデータ) (2021-08-12T00:30:39Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳(メタデータ) (2021-07-05T16:32:45Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳(メタデータ) (2020-05-23T20:57:12Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳(メタデータ) (2020-01-27T11:21:05Z)
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。