論文の概要: Machine learning in problems of automation of ultrasound diagnostics of
railway tracks
- arxiv url: http://arxiv.org/abs/2006.16844v1
- Date: Mon, 29 Jun 2020 10:08:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-15 15:25:38.019375
- Title: Machine learning in problems of automation of ultrasound diagnostics of
railway tracks
- Title(参考訳): 鉄道線路の超音波診断自動化問題における機械学習
- Authors: Igonin Andrey, Ulybin Vitaliy
- Abstract要約: 本稿では,鉄道線路欠陥図の自動復号化システムについて述べる。
提案手法は並列計算を行うための現代的な要素ベースで効果的に実装できる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The article presents the system architecture for automatic decoding of
railway track defectograms in real time. The system includes an ultrasound data
preprocessing module, a set of neutral network classifiers, a decision block.
Preprocessing of data includes affine transformations of measurement
information into a format suitable for the operation of a neural network, as
well as a combination of information on measurement channels, depending on the
type of defect being defined. The classifier is built on a convolutional neural
network. The proposed solution can be effectively implemented on a modern
elemental basis for performing parallel computing, including tensor processor
and GPUs.
- Abstract(参考訳): 本稿では,鉄道軌道欠陥図の自動復号化のためのシステムアーキテクチャについて述べる。
本システムは、超音波データ前処理モジュール、中性ネットワーク分類器のセット、決定ブロックを含む。
データの前処理には、測定情報のアフィン変換がニューラルネットワークの動作に適したフォーマットに含まれ、また、定義されている欠陥の種類に応じて測定チャネルに関する情報の組み合わせが含まれる。
分類器は畳み込みニューラルネットワーク上に構築される。
提案手法は、テンソルプロセッサやGPUを含む並列コンピューティングを実行するために、現代的な要素ベースで効果的に実装することができる。
関連論文リスト
- Neuromorphic Auditory Perception by Neural Spiketrum [27.871072042280712]
本研究では、時間変化のアナログ信号を効率的なスパイクパターンに変換するために、スパイク時相と呼ばれるニューラルスパイク符号化モデルを導入する。
このモデルは、様々な聴覚知覚タスクにおいて、スパイクニューラルネットワークのトレーニングを容易にする、正確に制御可能なスパイクレートを備えたスパースで効率的な符号化スキームを提供する。
論文 参考訳(メタデータ) (2023-09-11T13:06:19Z) - A Data-Driven Hybrid Automaton Framework to Modeling Complex Dynamical
Systems [2.610470075814367]
データ駆動型ハイブリッドオートマトンモデルを提案する。
小規模ニューラルネットワークは、対応するトポロジの局所的力学記述として訓練される。
限界サイクルの数値的な例を示し、発達したモデルが到達可能な集合計算の計算コストを大幅に削減できることを示す。
論文 参考訳(メタデータ) (2023-04-26T20:18:12Z) - Graph Neural Networks with Trainable Adjacency Matrices for Fault
Diagnosis on Multivariate Sensor Data [69.25738064847175]
各センサの信号の挙動を別々に検討し,相互の相関関係と隠れ関係を考慮する必要がある。
グラフノードは、異なるセンサーからのデータとして表現することができ、エッジは、これらのデータの影響を互いに表示することができる。
グラフニューラルネットワークのトレーニング中にグラフを構築する方法が提案されている。これにより、センサー間の依存関係が事前に分かっていないデータ上でモデルをトレーニングすることができる。
論文 参考訳(メタデータ) (2022-10-20T11:03:21Z) - Data-driven emergence of convolutional structure in neural networks [83.4920717252233]
識別タスクを解くニューラルネットワークが、入力から直接畳み込み構造を学習できることを示す。
データモデルを慎重に設計することにより、このパターンの出現は、入力の非ガウス的、高次局所構造によって引き起こされることを示す。
論文 参考訳(メタデータ) (2022-02-01T17:11:13Z) - Convolutional generative adversarial imputation networks for
spatio-temporal missing data in storm surge simulations [86.5302150777089]
GAN(Generative Adversarial Imputation Nets)とGANベースの技術は、教師なし機械学習手法として注目されている。
提案手法を Con Conval Generative Adversarial Imputation Nets (Conv-GAIN) と呼ぶ。
論文 参考訳(メタデータ) (2021-11-03T03:50:48Z) - An error-propagation spiking neural network compatible with neuromorphic
processors [2.432141667343098]
本稿では,局所的な重み更新機構を用いたバックプロパゲーションを近似したスパイクに基づく学習手法を提案する。
本稿では,重み更新機構による誤り信号のバックプロパゲートを可能にするネットワークアーキテクチャを提案する。
この研究は、超低消費電力混合信号ニューロモルフィック処理系の設計に向けた第一歩である。
論文 参考訳(メタデータ) (2021-04-12T07:21:08Z) - TELESTO: A Graph Neural Network Model for Anomaly Classification in
Cloud Services [77.454688257702]
機械学習(ML)と人工知能(AI)はITシステムの運用とメンテナンスに適用される。
1つの方向は、修復自動化を可能にするために、繰り返し発生する異常タイプを認識することである。
与えられたデータの次元変化に不変な手法を提案する。
論文 参考訳(メタデータ) (2021-02-25T14:24:49Z) - Using Data Assimilation to Train a Hybrid Forecast System that Combines
Machine-Learning and Knowledge-Based Components [52.77024349608834]
利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。
動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
論文 参考訳(メタデータ) (2021-02-15T19:56:48Z) - Residual Generation Using Physically-Based Grey-Box Recurrent Neural
Networks For Engine Fault Diagnosis [1.0152838128195467]
物理モデルと利用可能なトレーニングデータを組み合わせたハイブリッド故障診断手法は有望な結果を示した。
システムモデルの二部グラフ表現を用いて自動残差設計を行い、グレーボックス再帰ニューラルネットワークを設計する。
内燃機関テストベンチからのデータは、機械学習とモデルに基づく故障診断技術を組み合わせる可能性を示すために使用される。
論文 参考訳(メタデータ) (2020-08-11T11:59:48Z) - Ensemble Wrapper Subsampling for Deep Modulation Classification [70.91089216571035]
受信した無線信号のサブサンプリングは、ハードウェア要件と信号処理アルゴリズムの計算コストを緩和するために重要である。
本稿では,無線通信システムにおけるディープラーニングを用いた自動変調分類のためのサブサンプリング手法を提案する。
論文 参考訳(メタデータ) (2020-05-10T06:11:13Z) - File Classification Based on Spiking Neural Networks [0.5065947993017157]
スパイクニューラルネットワーク(SNN)に基づく大規模データセットにおけるファイル分類システムを提案する。
提案システムは、推論タスクに対する古典的機械学習アルゴリズムの代替として有効なものである可能性がある。
論文 参考訳(メタデータ) (2020-04-08T11:50:29Z)
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。