Fugu-MT 論文翻訳(概要): Machine Learning based Data Driven Diagnostic and Prognostic Approach for Laser Reliability Enhancement

論文の概要: Machine Learning based Data Driven Diagnostic and Prognostic Approach for Laser Reliability Enhancement

arxiv url: http://arxiv.org/abs/2203.11728v1
Date: Sat, 19 Mar 2022 09:40:48 GMT
ステータス: 処理完了
システム内更新日: 2022-03-26 21:27:07.672128
Title: Machine Learning based Data Driven Diagnostic and Prognostic Approach for Laser Reliability Enhancement
Title（参考訳）: レーザ信頼性向上のための機械学習に基づくデータ駆動診断・予後予測手法
Authors: khouloud Abdelli, Helmut Griesser, and Stephan Pachnicke
Abstract要約: データ駆動型診断・診断手法を提案し, レーザー故障モードを検出し, 動作中のレーザーの残存寿命(RUL)を予測する。提案する認知的予測維持フレームワークのアーキテクチャを提案し,その効果を合成データを用いて実証する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, a data-driven diagnostic and prognostic approach based on machine learning is proposed to detect laser failure modes and to predict the remaining useful life (RUL) of a laser during its operation. We present an architecture of the proposed cognitive predictive maintenance framework and demonstrate its effectiveness using synthetic data.
Abstract（参考訳）: 本稿では, 機械学習に基づくデータ駆動型診断・診断手法を提案し, レーザー故障モードを検出し, 動作中のレーザーの残存寿命(RUL)を予測する。提案する認知的予測維持フレームワークのアーキテクチャを提案し,その効果を合成データを用いて実証する。

関連論文リスト

Machine Learning Innovations in CPR: A Comprehensive Survey on Enhanced Resuscitation Techniques [52.71395121577439]
心肺蘇生(CPR)における機械学習(ML)と人工知能(AI)の変革的役割について検討する。再現結果を改善する上で、予測モデリング、AI強化デバイス、リアルタイムデータ分析の影響を強調している。本稿は、この新興分野における現在の応用、課題、今後の方向性に関する包括的概要、分類、および批判的分析を提供する。
論文参考訳（メタデータ） (2024-11-03T18:01:50Z)
Early Recognition of Parkinson's Disease Through Acoustic Analysis and Machine Learning [0.0]
パーキンソン病(英: Parkinson's Disease、PD)は、音声を含む運動機能と非運動機能の両方に大きな影響を及ぼす進行性神経変性疾患である。本稿では,音声データを用いたPD認識手法の総合的なレビューを行い,機械学習とデータ駆動アプローチの進歩を強調した。ロジスティック回帰、SVM、ニューラルネットワークなど、さまざまな分類アルゴリズムが検討されている。以上の結果から,特定の音響特性と高度な機械学習技術は,PDと健常者の間で効果的に区別できることが示唆された。
論文参考訳（メタデータ） (2024-07-22T23:24:02Z)
Iterative Refinement Strategy for Automated Data Labeling: Facial Landmark Diagnosis in Medical Imaging [0.03464344220266879]
本稿では,顔のランドマーク診断における自動ラベリングのための反復的改善戦略を提案する。提案手法は,手作業による介入の軽減とラベル品質の向上を両立させる。本研究は, 医用画像における深層学習システムの能力を高めるために, 自動ラベリングにおける反復的改善の重要性を強調した。
論文参考訳（メタデータ） (2024-04-08T09:33:40Z)
A Machine Learning-based Framework for Predictive Maintenance of Semiconductor Laser for Optical Communication [0.0]
半導体チューナブルレーザーの加速時効試験から得られた実験データを用いて,本フレームワークの有効性を検証した。提案手法は,小さな根平均二乗誤差(RMSE)0.01,優れた異常検出精度94.24%,既存のMLベースのレーザRUL予測モデルよりも優れたRUL推定能力を有する,非常に優れた劣化性能予測性能を実現する。
論文参考訳（メタデータ） (2022-11-05T07:53:02Z)
Fault Diagnosis using eXplainable AI: a Transfer Learning-based Approach for Rotating Machinery exploiting Augmented Synthetic Data [0.0]
FaultD-XAIは、移動学習に基づいて回転機械の故障を分類するための汎用的で解釈可能なアプローチである。伝達学習を用いたスケーラビリティを実現するため、動作中の故障特性を模倣した合成振動信号を作成する。提案手法は,有望な診断性能を得るだけでなく,専門家が条件を特定するために使用する特徴も学習することができた。
論文参考訳（メタデータ） (2022-10-06T15:02:35Z)
Uncertainty aware anomaly detection to predict errant beam pulses in the SNS accelerator [47.187609203210705]
本稿では、不確実性を考慮した機械学習手法、シームズニューラルネットワークモデルの適用について述べる。接近する故障を予測することで、損傷が起こる前に加速器を止めることができる。
論文参考訳（メタデータ） (2021-10-22T18:37:22Z)
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)
Review of Machine Learning Algorithms for Brain Stroke Diagnosis and Prognosis by EEG Analysis [50.591267188664666]
ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
論文参考訳（メタデータ） (2020-08-06T19:50:29Z)
Transfer Learning without Knowing: Reprogramming Black-box Machine Learning Models with Scarce Data and Limited Resources [78.72922528736011]
そこで我々は,ブラックボックス・アタベラル・リプログラミング (BAR) という新しい手法を提案する。ゼロオーダー最適化とマルチラベルマッピング技術を用いて、BARは入力出力応答のみに基づいてブラックボックスMLモデルをプログラムする。 BARは最先端の手法より優れ、バニラ対逆プログラミング法に匹敵する性能を得る。
論文参考訳（メタデータ） (2020-07-17T01:52:34Z)
Predictive modeling approaches in laser-based material processing [59.04160452043105]
本研究の目的は,レーザー加工が材料構造に及ぼす影響を自動予測することである。その焦点は、統計的および機械学習の代表的なアルゴリズムのパフォーマンスに焦点を当てている。結果は、材料設計、テスト、生産コストを削減するための体系的な方法論の基礎を設定することができる。
論文参考訳（メタデータ） (2020-06-13T17:28:52Z)

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。