Fugu-MT 論文翻訳(概要): Dataset: Impact Events for Structural Health Monitoring of a Plastic Thin Plate

論文の概要: Dataset: Impact Events for Structural Health Monitoring of a Plastic Thin Plate

arxiv url: http://arxiv.org/abs/2209.10018v1
Date: Tue, 20 Sep 2022 21:58:42 GMT
ステータス: 処理完了
システム内更新日: 2022-09-22 16:42:53.707229
Title: Dataset: Impact Events for Structural Health Monitoring of a Plastic Thin Plate
Title（参考訳）: データ:プラスチック薄板の構造的健康モニタリングにおける衝撃イベント
Authors: Ioannis Katsidimas and Thanasis Kotzakolios and Sotiris Nikoletseas and Stefanos H. Panagiotou and Konstantinos Timpilis and Constantinos Tsakonas
Abstract要約: プラスチック薄板上での衝撃検出と位置推定のための新しい時系列データセットを提案する。データセットは、低速度で低エネルギーの衝撃イベントの実験的な手順から収集された。入力の測定は、プレートの隅に4つのPZTセンサーが配置されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Nowadays, more and more datasets are published towards research and development of systems and models, enabling direct comparisons, continuous improvement of solutions, and researchers engagement with experimental, real life data. However, especially in the Structural Health Monitoring (SHM) domain, there are plenty of cases where new research projects have a unique combination of structure design and implementation, sensor selection and technological enablers that does not fit with the configuration of relevant individual studies in the literature. Thus, we share the data from our case study to the research community as we did not find any relevant repository available. More specifically, in this paper, we present a novel time-series dataset for impact detection and localization on a plastic thin-plate, towards Structural Health Monitoring applications, using ceramic piezoelectric transducers (PZTs) connected to an Internet of Things (IoT) device. The dataset was collected from an experimental procedure of low-velocity, low-energy impact events that includes at least 3 repetitions for each unique experiment, while the input measurements come from 4 PZT sensors placed at the corners of the plate. For each repetition and sensor, 5000 values are stored with 100 KHz sampling rate. The system is excited with a steel ball, and the height from which it is released varies from 10 cm to 20 cm. The dataset is available in GitHub (https://github.com/Smart-Objects/Impact-Events-Dataset).
Abstract（参考訳）: 現在、システムやモデルの研究と開発に向けてデータセットが公開され、直接比較、ソリューションの継続的な改善、実験的な実データへの研究者の関与が実現されている。しかし、特にSHM(Structure Health Monitoring)領域では、新しい研究プロジェクトが構造設計と実装、センサーの選択、そして文献における個々の研究の構成に適合しない技術的イネーブラーの独特な組み合わせを持つケースが数多く存在する。したがって,関連するリポジトリが見つからないため,ケーススタディのデータを研究コミュニティに共有しています。具体的には,モノのインターネット(IoT)デバイスに接続されたセラミック圧電トランスデューサ(PZT)を用いて,プラスチック薄板上での衝撃検出と位置決めを行う新しい時系列データセットを提案する。データセットは、各実験ごとに少なくとも3回の繰り返しを含む低速度で低エネルギーの衝撃イベントの実験手順から収集され、入力の測定はプレートの隅に4つのPZTセンサーが配置された。繰り返しとセンサごとに、5000の値が100KHzのサンプリングレートで格納される。システムはスチールボールで興奮しており、放たれる高さは10cmから20cm程度である。データセットはGitHubで入手できる(https://github.com/Smart-Objects/Impact-Events-Dataset)。

関連論文リスト

An Automated Approach to Collecting and Labeling Time Series Data for Event Detection Using Elastic Node Hardware [18.15754187896287]
本稿では,センサデータをIoTデバイス上で直接ラベル付けする新しい組込みシステムを提案する。本稿では,各種センサデータのキャプチャとラベル付けを効率化する,特殊なラベル付けセンサを備えたハードウェアとソフトウェアの統合ソリューションを提案する。
論文参考訳（メタデータ） (2024-07-06T15:19:16Z)
Multiple-input, multiple-output modal testing of a Hawk T1A aircraft: A new full-scale dataset for structural health monitoring [0.32326259807823027]
本稿では, 解体されたBAEシステムホークT1Aの動的応答を計測する新しいベンチマークデータセットを提案する。単純な実験室の試験構造とサービス内構造の間に重要な足場を提供する。このデータセットを用いて、構造中の非線形性や、異なるタイプの損傷に対する構造物の感度を示す。
論文参考訳（メタデータ） (2024-06-07T13:53:24Z)
Advancing Location-Invariant and Device-Agnostic Motion Activity Recognition on Wearable Devices [6.557453686071467]
センサ位置をまたいだ運動モデルの一般化可能性に関する総合的な評価を行う。我々の分析は、この課題を強調し、位置不変モデルを構築する上で重要な位置を特定する。本稿では,センサ配置に関係なく,デバイス上での動作モデルを単一モデルから91.41%のフレームレベルF1スコアに展開する。
論文参考訳（メタデータ） (2024-02-06T05:10:00Z)
Convolutional Monge Mapping Normalization for learning on sleep data [63.22081662149488]
我々は、CMMN(Convolutional Monge Mapping Normalization)と呼ばれる新しい手法を提案する。 CMMNは、そのパワースペクトル密度(PSD)をトレーニングデータに基づいて推定されるワッサーシュタインバリセンタに適応させるために、信号をフィルタリングする。睡眠脳波データに関する数値実験により、CMMNはニューラルネットワークアーキテクチャから独立して、顕著で一貫したパフォーマンス向上をもたらすことが示された。
論文参考訳（メタデータ） (2023-05-30T08:24:01Z)
Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文参考訳（メタデータ） (2023-04-27T20:21:18Z)
ChemVise: Maximizing Out-of-Distribution Chemical Detection with the Novel Application of Zero-Shot Learning [60.02503434201552]
本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
論文参考訳（メタデータ） (2023-02-09T20:19:57Z)
BeCAPTCHA-Type: Biometric Keystroke Data Generation for Improved Bot Detection [63.447493500066045]
本研究では,キーストローク生体データ合成のためのデータ駆動学習モデルを提案する。提案手法は,ユニバーサルモデルとユーザ依存モデルに基づく2つの統計的手法と比較する。実験フレームワークでは16万件の被験者から1億3600万件のキーストロークイベントのデータセットについて検討している。
論文参考訳（メタデータ） (2022-07-27T09:26:15Z)
The Hilti SLAM Challenge Dataset [41.091844019181735]
構築環境は、同時局所化とマッピング(SLAM)アルゴリズムに難しい問題を引き起こす。本研究を支援するために,Hilti SLAM Challengeデータセットという新しいデータセットを提案する。各データセットには正確な基底真理が含まれており、SLAM結果を直接テストすることができる。
論文参考訳（メタデータ） (2021-09-23T12:02:40Z)
Object recognition for robotics from tactile time series data utilising different neural network architectures [0.0]
本稿では,コンボリューショナルニューラルネットワーク(CNN)とLong-Short Term Memory(LSTM)ニューラルネットワークアーキテクチャを用いて,触覚データに基づくオブジェクト分類を行う。我々は,2種類の指先センサ(BioTac SPとWTS-FT)のデータを用いて,これらの手法を比較した。提案手法は,全時系列データを用いた最大精度を82.4% (BioTac SP fingertips) と90.7% (WTS-FT fingertips) から約94% に改善した。
論文参考訳（メタデータ） (2021-09-09T22:05:45Z)
Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文参考訳（メタデータ） (2021-02-02T15:44:39Z)
Deep Cellular Recurrent Network for Efficient Analysis of Time-Series Data with Spatial Information [52.635997570873194]
本研究では,空間情報を用いた複雑な多次元時系列データを処理するための新しいディープセルリカレントニューラルネットワーク(DCRNN)アーキテクチャを提案する。提案するアーキテクチャは,文献に比較して,学習可能なパラメータをかなり少なくしつつ,最先端の性能を実現している。
論文参考訳（メタデータ） (2021-01-12T20:08:18Z)

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。