Fugu-MT 論文翻訳(概要): Next-Gen Machine Learning Supported Diagnostic Systems for Spacecraft

論文の概要: Next-Gen Machine Learning Supported Diagnostic Systems for Spacecraft

arxiv url: http://arxiv.org/abs/2106.05659v1
Date: Thu, 10 Jun 2021 11:12:41 GMT
ステータス: 処理完了
システム内更新日: 2021-06-12 13:54:52.303984
Title: Next-Gen Machine Learning Supported Diagnostic Systems for Spacecraft
Title（参考訳）: 次世代機械学習による宇宙船の診断システム
Authors: Athanasios Vlontzos, Gabriel Sutherland, Siddha Ganju, Frank Soboczenski
Abstract要約: 将来の短期または長期の宇宙ミッションは、新しい世代の監視と診断システムを必要とする。今後のミッションに照らして,このようなシステムの課題と適用性について論じる。本稿では,宇宙船上での機械学習モデルの生成と利用を成功させるために,提案手法と制約を提案する。
参考スコア（独自算出の注目度）: 1.4874449172133888
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Future short or long-term space missions require a new generation of monitoring and diagnostic systems due to communication impasses as well as limitations in specialized crew and equipment. Machine learning supported diagnostic systems present a viable solution for medical and technical applications. We discuss challenges and applicability of such systems in light of upcoming missions and outline an example use case for a next-generation medical diagnostic system for future space operations. Additionally, we present approach recommendations and constraints for the successful generation and use of machine learning models aboard a spacecraft.
Abstract（参考訳）: 将来の短期または長期の宇宙ミッションは、通信障害による新しい世代の監視と診断システムと、特別な乗組員や機器の制限を必要とする。機械学習がサポートする診断システムは、医療および技術応用に有効なソリューションである。今後のミッションに照らして、このようなシステムの課題と適用性について論じ、将来の宇宙運用のための次世代医療診断システムの実例を概説する。さらに、宇宙船上での機械学習モデルの生成と利用を成功させるために、アプローチの推奨と制約を提案する。

関連論文リスト

A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
論文参考訳（メタデータ） (2024-07-07T18:02:00Z)
Safe AI for health and beyond -- Monitoring to transform a health service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文参考訳（メタデータ） (2023-03-02T17:27:45Z)
Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。ブタ前眼の精度と再現性について実験を行った。
論文参考訳（メタデータ） (2023-01-17T21:41:21Z)
Machine learning-based approach for online fault Diagnosis of Discrete Event System [0.0]
問題は、センサーとアクチュエータが個別のバイナリ信号を提供する自動生産システムのオンライン診断である。本稿では,診断システムの機械学習に基づくアプローチを提案する。
論文参考訳（メタデータ） (2022-10-24T08:56:13Z)
AutoPrognosis 2.0: Democratizing Diagnostic and Prognostic Modeling in Healthcare with Automated Machine Learning [72.2614468437919]
本稿では,診断・予後モデルを開発するための機械学習フレームワークAutoPrognosis 2.0を提案する。我々は,英国バイオバンクを用いた糖尿病の予後リスクスコアを構築するための図解的アプリケーションを提供する。我々のリスクスコアはWebベースの意思決定支援ツールとして実装されており、世界中の患者や臨床医がアクセスできる。
論文参考訳（メタデータ） (2022-10-21T16:31:46Z)
Do it Like the Doctor: How We Can Design a Model That Uses Domain Knowledge to Diagnose Pneumothorax [2.2141630212818306]
肺がん診断の解釈を専門とする医師による2つのシンク・アラウド研究を行い, 肺気胸の関連領域の知識を抽出した。我々は知識工学の概念を応用し、神経性胸腺症を自動的に診断するためのAIモデル設計を推奨した。
論文参考訳（メタデータ） (2022-05-24T15:42:43Z)
When Performance is not Enough -- A Multidisciplinary View on Clinical Decision Support [1.892787412744942]
本研究は,医療意思決定支援システムにおける機械学習の多分野的展望を示す。ネフローロジで実装されたリスク予測システムとともに、パイロットプロジェクトで学んだ課題と教訓が提示される。
論文参考訳（メタデータ） (2022-04-27T10:05:13Z)
On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
論文参考訳（メタデータ） (2021-10-17T13:42:37Z)
Machine Learning and Deep Learning Methods for Building Intelligent Systems in Medicine and Drug Discovery: A Comprehensive Survey [0.0]
Artificail Intelligenceベースのフレームワークは、医療業界に急速に革命をもたらしている。これらのインテリジェントシステムは、機械学習とディープラーニングに基づく、疾患の早期診断のための堅牢なモデルで構築されている。本稿では,16の専門分野にわたる機械学習と深層学習の応用に関する調査に焦点をあてる。
論文参考訳（メタデータ） (2021-07-19T14:26:03Z)
Quantifying machine learning-induced overdiagnosis in sepsis [0.0]
オーバー診断の可能性を事前に検出できる革新的なアプローチを提案する。これは、機械学習による過剰診断を定量化する最初の試みの1つである。
論文参考訳（メタデータ） (2021-07-03T11:55:55Z)
Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。 ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
論文参考訳（メタデータ） (2020-08-05T15:45:54Z)

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。