Fugu-MT 論文翻訳(概要): Bearings Fault Detection Using Hidden Markov Models and Principal Component Analysis Enhanced Features

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

Addressing the Pitfalls of Image-Based Structural Health Monitoring: A Focus on False Positives, False Negatives, and Base Rate Bias [0.0]
本研究では, 画像に基づく構造的健康モニタリング技術(SHM)の限界について検討した。画像ベースのSHMの信頼性は、偽陽性、偽陰性、環境変動などの課題に影響を受けている。複数のデータソースを組み合わせたハイブリッドシステムなど、これらの制限を緩和するための戦略について議論する。
論文参考訳（メタデータ） (2024-10-27T09:15:05Z)
Self-Supervised Iterative Refinement for Anomaly Detection in Industrial Quality Control [9.132399905884364]
イテレーティブ・リファインメント・プロセス(IRP)は産業品質管理のために設計された堅牢な異常検出手法である。我々は,2つのベンチマークデータセットである Kolektor SDD2 と MVTec AD を用いて,IRP の有効性を検証する。実験の結果,IRPは従来の異常検出モデルより一貫して優れていた。
論文参考訳（メタデータ） (2024-08-21T12:15:20Z)
Enhanced Fault Detection and Cause Identification Using Integrated Attention Mechanism [0.3749861135832073]
本研究では、双方向長短期記憶(BiLSTM)ニューラルネットワークと統合注意機構(IAM)を統合することにより、テネシー・イーストマン・プロセス(TEP)内の障害検出と原因特定のための新しい手法を提案する。 IAMは、スケールドドット製品に対する注意力、残留注意力、動的注意力を組み合わせて、TEP障害検出に不可欠な複雑なパターンや依存関係をキャプチャする。 BiLSTMネットワークはこれらの特徴を双方向に処理して長距離依存関係をキャプチャし、IAMは出力をさらに改善し、故障検出結果が改善された。
論文参考訳（メタデータ） (2024-07-31T12:01:57Z)
Texture Feature Analysis for Classification of Early-Stage Prostate Cancer in mpMRI [0.0]
本研究では,一階統計的特徴,ハラリックテクスチャ的特徴,および局所二分法パターンによる分類への寄与を分析した。我々は、分類結果を決定する少数の特徴を特定し、説明可能なAIアプローチの開発に役立つかもしれない。
論文参考訳（メタデータ） (2024-06-21T18:12:58Z)
Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis [54.550658461477106]
無人航空機(UAV)は将来のスマートシティにとって重要なインフラ要素となるだろう。効率的な運用のためには、UAVの信頼性は障害や故障の常時監視によって保証されなければならない。本稿では,信号処理と機械学習を利用して,包括的振動解析データを分析し,ローターブレードの欠陥の有無を判定する。
論文参考訳（メタデータ） (2024-04-24T13:50:27Z)
Towards Understanding the Robustness of Diffusion-Based Purification: A Stochastic Perspective [65.10019978876863]
拡散性浄化(DBP)は、敵の攻撃に対する効果的な防御機構として出現している。本稿では、DBPプロセスの本質が、その堅牢性の主要な要因であると主張している。
論文参考訳（メタデータ） (2024-04-22T16:10:38Z)
SQUWA: Signal Quality Aware DNN Architecture for Enhanced Accuracy in Atrial Fibrillation Detection from Noisy PPG Signals [37.788535094404644]
心房細動(AF)は脳卒中、心臓病、死亡のリスクを著しく増大させる。光胸腺造影(PPG)信号は、運動人工物や、しばしば起立条件で遭遇する他の要因による腐敗に影響を受けやすい。本研究では,一部劣化したPSGから正確な予測の維持方法を学習するための新しい深層学習モデルを提案する。
論文参考訳（メタデータ） (2024-04-15T01:07:08Z)
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)
Towards Reliable Medical Image Segmentation by utilizing Evidential Calibrated Uncertainty [52.03490691733464]
本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。主観的論理理論を利用して、医用画像分割の問題に対する確率と不確実性を明示的にモデル化する。 DeviSには不確実性を考慮したフィルタリングモジュールが組み込まれている。
論文参考訳（メタデータ） (2023-01-01T05:02:46Z)
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)

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。