論文の概要: Bearings Fault Detection Using Hidden Markov Models and Principal
Component Analysis Enhanced Features
- arxiv url: http://arxiv.org/abs/2104.10519v1
- Date: Wed, 21 Apr 2021 13:20:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-22 14:13:43.455709
- Title: Bearings Fault Detection Using Hidden Markov Models and Principal
Component Analysis Enhanced Features
- Title(参考訳): 隠れマルコフモデルによる軸受欠陥検出と主成分分析の強化
- Authors: Akthem Rehab, Islam Ali, Walid Gomaa, M. Nashat Fors
- Abstract要約: 本稿では,機械の健康劣化を評価するための隠れマルコフモデル(HMM)を提案する。
主成分分析(PCA)を用いて振動信号から抽出した特徴を増強する。
軸受試験層に基づく実験結果から,提案手法の有用性が示唆された。
- 参考スコア(独自算出の注目度): 4.071875179293036
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Asset health monitoring continues to be of increasing importance on
productivity, reliability, and cost reduction. Early Fault detection is a
keystone of health management as part of the emerging Prognostics and Health
Management (PHM) philosophy. This paper proposes a Hidden Markov Model (HMM) to
assess the machine health degradation. using Principal Component Analysis (PCA)
to enhance features extracted from vibration signals is considered. The
enhanced features capture the second order structure of the data. The
experimental results based on a bearing test bed show the plausibility of the
proposed method.
- Abstract(参考訳): アセットヘルスモニタリングは、生産性、信頼性、コスト削減において、引き続き重要性が増している。
早期故障検出は、新しい診断・健康管理(PHM)哲学の一部として、健康管理の要となる。
本稿では,機械の健康劣化を評価するための隠れマルコフモデルを提案する。
主成分分析(PCA)を用いて振動信号から抽出した特徴を増強する。
強化された機能はデータの2階構造をキャプチャする。
軸受試験層を用いた実験結果から,提案手法の有効性が示された。
関連論文リスト
- Advancing Out-of-Distribution Detection through Data Purification and
Dynamic Activation Function Design [12.45245390882047]
OOD-R(Out-of-Distribution-Rectified)は,ノイズ低減特性が向上したオープンソースデータセットの集合体である。
OOD-Rはノイズフィルタリング技術を導入してデータセットを洗練し、OOD検出アルゴリズムのより正確で信頼性の高い評価を確実にする。
本稿では,多様な入力に対するモデルの応答を微調整し,特徴抽出の安定性を向上させる革新的な方法であるActFunを提案する。
論文 参考訳(メタデータ) (2024-03-06T02:39:22Z) - Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health
Monitoring Systems [69.41229290253605]
既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。
これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。
最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
論文 参考訳(メタデータ) (2024-01-19T16:26:35Z) - Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。
具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。
アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
論文 参考訳(メタデータ) (2023-08-06T05:58:45Z) - Supervised topological data analysis for MALDI mass spectrometry imaging
applications [0.0]
肺癌は腫瘍死の主要な原因であり、最も致死的な物質は腺癌(ADC)と扁平上皮癌(SqCC)である
これら2つのサブタイプを区別することは、治療決定と患者管理の成功に不可欠である。
本稿では,MALDIデータから固有情報を取得し,トポロジ的永続性を反映した新しい代数的トポロジ的フレームワークを提案する。
論文 参考訳(メタデータ) (2023-02-27T16:49:35Z) - Energy-based Out-of-Distribution Detection for Graph Neural Networks [76.0242218180483]
我々は,GNNSafeと呼ばれるグラフ上での学習のための,シンプルで強力で効率的なOOD検出モデルを提案する。
GNNSafeは、最先端技術に対するAUROCの改善を最大17.0%で達成しており、そのような未開発領域では単純だが強力なベースラインとして機能する可能性がある。
論文 参考訳(メタデータ) (2023-02-06T16:38:43Z) - Decision-Focused Evaluation: Analyzing Performance of Deployed Restless
Multi-Arm Bandits [28.337155169135944]
Restless Multi-arm bandits (RMAB) は、現実世界のシーケンシャルな意思決定問題をモデル化するための一般的な決定理論フレームワークである。
この研究は、公共衛生領域におけるRMABシステムの第一種デプロイの結果を提供し、分析する。
論文 参考訳(メタデータ) (2023-01-19T01:04:55Z) - Certified Adversarial Defenses Meet Out-of-Distribution Corruptions:
Benchmarking Robustness and Simple Baselines [65.0803400763215]
この研究は、最先端のロバストモデルがアウト・オブ・ディストリビューションデータに遭遇した場合、敵のロバスト性がどのように変化を保証しているかを批判的に検証する。
本稿では,トレーニングデータのスペクトルカバレッジを改善するために,新たなデータ拡張方式であるFourierMixを提案する。
また,FourierMixの拡張により,様々なOODベンチマークにおいて,より優れたロバスト性保証を実現することが可能となる。
論文 参考訳(メタデータ) (2021-12-01T17:11:22Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳(メタデータ) (2021-10-27T19:28:36Z) - Adversarial Factor Models for the Generation of Improved Autism
Diagnostic Biomarkers [19.48133927082379]
自閉症スペクトラム障害 (ASD) 診断のためのバイオマーカーの改良に, 逆線形因子モデルを適用した。
まず, 逆線形因子モデルを用いてバイオマーカーから共起情報を除去し, ASD 上の関連する情報のみを含むことを実証する。
次に, このモデルを用いて, 予測性能が向上する多モードバイオマーカーの非交叉表現を学習できることを示す。
論文 参考訳(メタデータ) (2021-09-24T21:56:30Z) - Confidence-based Out-of-Distribution Detection: A Comparative Study and
Analysis [17.398553230843717]
我々は、信頼度に基づくOOD検出のための様々な最先端手法の能力を評価する。
まず,コンピュータビジョンベンチマークを用いて複数のOOD検出手法を再現・比較する。
次に,胸部X線を用いた疾患分類の課題に対して,その能力を評価する。
論文 参考訳(メタデータ) (2021-07-06T12:10:09Z) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳(メタデータ) (2020-09-25T01:50:15Z)
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。