論文の概要: Learning Informative Health Indicators Through Unsupervised Contrastive Learning
- arxiv url: http://arxiv.org/abs/2208.13288v3
- Date: Tue, 28 May 2024 08:03:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-30 05:05:50.118440
- Title: Learning Informative Health Indicators Through Unsupervised Contrastive Learning
- Title（参考訳）: 教師なしコントラスト学習によるインフォーマティブヘルス指標の学習
- Authors: Katharina Rombach, Gabriel Michau, Wilfried Bürzle, Stefan Koller, Olga Fink,
- Abstract要約: 本研究は、健康指標を学習するための、新規で汎用的で教師なしのアプローチを提案する。
アプローチは2つのタスクと異なる特性を持つケーススタディに基づいて評価される。
提案手法は, 製粉機械の摩耗に追従した健康指標を効果的に学習することを示す。
- 参考スコア（独自算出の注目度）: 5.193936395510582
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Monitoring the health of complex industrial assets is crucial for safe and efficient operations. Health indicators that provide quantitative real-time insights into the health status of industrial assets over time serve as valuable tools for e.g. fault detection or prognostics. This study proposes a novel, versatile and unsupervised approach to learn health indicators using contrastive learning, where the operational time serves as a proxy for degradation. To highlight its versatility, the approach is evaluated on two tasks and case studies with different characteristics: wear assessment of milling machines and fault detection of railway wheels. Our results show that the proposed methodology effectively learns a health indicator that follows the wear of milling machines (0.97 correlation on average) and is suitable for fault detection in railway wheels (88.7% balanced accuracy). The conducted experiments demonstrate the versatility of the approach for various systems and health conditions.
- Abstract（参考訳）: 複雑な工業資産の健全性をモニタリングすることは、安全かつ効率的な運用に不可欠である。
経時的に産業資産の健康状態に関する定量的なリアルタイムな洞察を提供する健康指標は、e.gフォールト検出や予後診断のための貴重なツールである。
本研究では, コントラスト学習を用いて健康指標を学習し, 作業時間が劣化のプロキシとなる新しい, 汎用的で教師なしのアプローチを提案する。
本手法は, 機械の摩耗評価と鉄道車輪の故障検出という2つの課題と, 異なる特性の事例から評価する。
提案手法は, ミル機械の摩耗(平均0.97相関)に追従する健康指標を効果的に学習し, 鉄道車両の故障検出に適している(精度88.7%)。
実験は、様々なシステムと健康状態に対するアプローチの汎用性を実証した。
関連論文リスト
- A Survey on Drowsiness Detection -- Modern Applications and Methods [29.367684013050916]
眠気検知は、職場や車輪の後ろの安全を確保する上で、最重要事項である。
本総説では,各分野における眠気検知の重要性について概説する。
論文 参考訳（メタデータ） (2024-08-23T11:15:21Z) - Wearable Device-Based Real-Time Monitoring of Physiological Signals: Evaluating Cognitive Load Across Different Tasks [6.673424334358673]
本研究は,中等教育学生の脳波(EEG)データに対する認知負荷評価を行うために,最先端のウェアラブルモニタリング技術を用いている。
この研究は、中等教育学生の認知負荷を評価するための応用価値と、様々な課題にまたがる有用性について考察した。
論文 参考訳（メタデータ） (2024-06-11T10:48:26Z) - 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) - U-PASS: an Uncertainty-guided deep learning Pipeline for Automated Sleep
Staging [61.6346401960268]
プロセスの各段階で不確実性推定を組み込んだ臨床応用に適した,U-PASSと呼ばれる機械学習パイプラインを提案する。
不確実性誘導型ディープラーニングパイプラインを睡眠ステージングの困難な問題に適用し、各ステージにおけるパフォーマンスを体系的に改善することを示す。
論文 参考訳（メタデータ） (2023-06-07T08:27:36Z) - SurvITE: Learning Heterogeneous Treatment Effects from Time-to-Event
Data [83.50281440043241]
時系列データから不均一な処理効果を推定する問題について検討する。
本稿では,バランス表現に基づく治療特異的ハザード推定のための新しいディープラーニング手法を提案する。
論文 参考訳（メタデータ） (2021-10-26T20:13:17Z) - 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) - Evaluating the Robustness of Self-Supervised Learning in Medical Imaging [57.20012795524752]
自己監督は、小さな注釈付きデータセット上でターゲットタスクを訓練する際の効果的な学習戦略であることを示した。
本研究では,自己監視学習によって訓練されたネットワークが,医療画像の文脈における完全監視学習と比較して,堅牢性と汎用性に優れていることを示した。
論文 参考訳（メタデータ） (2021-05-14T17:49:52Z) - Physical Activity Recognition Based on a Parallel Approach for an
Ensemble of Machine Learning and Deep Learning Classifiers [0.0]
モノのインターネット(IOT)に組み込まれたウェアラブルセンサーデバイスによる人間の活動認識(HAR)は、リモートヘルス監視と緊急通知に重要な役割を果たします。
本研究では、医療に適用可能な意思決定精度と実行速度の人間活動認識手法について検討する。
論文 参考訳（メタデータ） (2021-03-02T16:50:52Z) - Foreseeing the Benefits of Incidental Supervision [83.08441990812636]
本稿では,実験を行なわずに,特定の目標タスクに対して,様々な種類の偶発信号の利点を定量化できるかどうかを考察する。
本稿では,PABI(PAC-Bayesian motivated informativeness measure)を提案する。
論文 参考訳（メタデータ） (2020-06-09T20:59:42Z) - Confident Coreset for Active Learning in Medical Image Analysis [57.436224561482966]
本稿では,情報的サンプルを効果的に選択するための,不確実性と分散性を考慮した新しい能動的学習手法である信頼コアセットを提案する。
2つの医用画像解析タスクの比較実験により,本手法が他の活動的学習方法より優れていることを示す。
論文 参考訳（メタデータ） (2020-04-05T13:46:16Z)
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。