Fugu-MT 論文翻訳(概要): Wavelet Attention GRU for Efficient Industrial Gas Recognition with Novel Metrics

論文の概要: Wavelet Attention GRU for Efficient Industrial Gas Recognition with Novel Metrics

arxiv url: http://arxiv.org/abs/2406.16997v1
Date: Mon, 24 Jun 2024 10:05:01 GMT
ステータス: 処理完了
システム内更新日: 2024-06-26 18:50:40.682873
Title: Wavelet Attention GRU for Efficient Industrial Gas Recognition with Novel Metrics
Title（参考訳）: ウェーブレット注意GRUによる高効率産業ガス認識
Authors: Ding Wang,
Abstract要約: 我々はウェーブレットアテンション機構に基づくウェーブレットアテンションGRU(WAG)と呼ばれる新しいモデルを提案する。 WAGは、認証精度98.33%を取得しながら、75%に必要なセンサーの数を著しく減少させる。これは、WAGがガス認識アルゴリズムの進歩の潜在的アプローチであることを示している。
参考スコア（独自算出の注目度）: 11.153531552888612
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Gas recognition technology has received considerable attention from researchers in recent years. Nevertheless, the gas recognition area has faced obstacles in implementing deep learning-based recognition solutions due to the absence of standardized protocols. To tackle this problem, we suggest using two sets of specialized evaluation measures for gas recognition algorithms. These metrics will make it easier to examine the performance of these algorithms on various datasets. In addition, we provide a new model called the Wavelet Attention GRU (WAG), which is based on the wavelet attention mechanism. This method facilitates the more efficient retrieval of sensor signals. Compared to other models, WAG significantly decreases the number of sensors needed by 75% while obtaining an identification accuracy of 98.33%. This suggests that WAG is a potential approach for advancing gas recognition algorithms.
Abstract（参考訳）: 近年、ガス認識技術は研究者からかなりの注目を集めている。それにもかかわらず、ガス認識領域は、標準化されたプロトコルが存在しないため、ディープラーニングベースの認識ソリューションの実装において障害に直面している。この問題に対処するために,ガス認識アルゴリズムの特殊評価手法を2セット使用することを提案する。これらのメトリクスにより、さまざまなデータセット上でこれらのアルゴリズムのパフォーマンスを調べるのがより簡単になる。さらに、ウェーブレットアテンション機構に基づいた、ウェーブレットアテンションGRU(WAG)と呼ばれる新しいモデルを提案する。この方法はセンサ信号のより効率的な検索を容易にする。他のモデルと比較して、WAGは、識別精度98.33%を取得しながら、75%に必要なセンサーの数を著しく減少させる。これは、WAGがガス認識アルゴリズムの進歩の潜在的アプローチであることを示している。

関連論文リスト

A biased random-key genetic algorithm with variable mutants to solve a vehicle routing problem [0.0]
本稿では、ロジスティクスと車両ルーティングの分野におけるバイアスランダム鍵遺伝的アルゴリズム(BRKGA)について検討する。このアルゴリズムの応用は、Occasional Drivers and Time Window (VRPODTW) による車両ルーティング問題(英語版)の枠組みの中で文脈化される。本研究は、BRKGA-VMという、世代によって異なる変異集団を特徴とする新しいBRKGAを紹介する。
論文参考訳（メタデータ） (2024-05-01T01:25:16Z)
GazeForensics: DeepFake Detection via Gaze-guided Spatial Inconsistency Learning [63.547321642941974]
本稿では,3次元視線推定モデルから得られた視線表現を利用する,革新的なDeepFake検出手法であるGazeForensicsを紹介する。実験の結果,提案したGazeForensicsは現在の最先端手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2023-11-13T04:48:33Z)
GCNIDS: Graph Convolutional Network-Based Intrusion Detection System for CAN Bus [0.0]
本稿では,GCN(Graph Convolutional Network)技術を利用して,CANバス内の侵入者検出に革新的なアプローチを提案する。実験結果から,提案手法が既存のIDSよりも精度,精度,リコールに優れていることが確認された。提案手法は、現代の車両の安全性と安全性の確保に大きな可能性を秘めている。
論文参考訳（メタデータ） (2023-09-18T21:42:09Z)
Human Gait Recognition using Deep Learning: A Comprehensive Review [1.6085408991305155]
歩行認識(GR: Gait Recognition)は、視覚カメラを通して距離から人物を識別するために用いられる生体計測のモダリティである。 GRは、偽信号と認証信号の区別が難しいため、指紋や顔認識に代わる安全で信頼性の高い代替手段を提供する。ビデオ監視が普及するにつれて、異なるプロトコル間の均一なパフォーマンス評価の確保、照明条件の変化にもかかわらず信頼性の高い認識、歩行パターンの変動、プライバシー保護など、新たな障害が発生する。
論文参考訳（メタデータ） (2023-09-18T20:47:57Z)
From Indoor To Outdoor: Unsupervised Domain Adaptive Gait Recognition [19.594440298431678]
教師なし領域適応歩行認識(UDA-GR)の新たな課題について検討する。 UDA-GRは屋内シーン(ソースドメイン)から教師付きラベル付き歩行識別子を学習し、屋外の野生シーン(ターゲットドメイン)に適用する。具体的には,室内および屋外における歩行の特徴について検討し,歩行サンプルの不確かさを推定する。提案手法の有効性を示す実験結果として,提案手法の新たな評価基準を確立する。
論文参考訳（メタデータ） (2022-11-21T02:47:29Z)
Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based Baseline [95.88825497452716]
歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。 GREWは、野生における歩行認識のための最初の大規模データセットである。 SPOSGaitはNASベースの最初の歩行認識モデルである。
論文参考訳（メタデータ） (2022-05-05T14:57:39Z)
Weakly-Supervised Physically Unconstrained Gaze Estimation [80.66438763587904]
我々は、人間のインタラクションのビデオから弱教師付き視線推定を行うという未発見の問題に対処する。本稿では,タスクに特化して設計された新しい損失関数とともに,トレーニングアルゴリズムを提案する。 a)半教師付き視線推定の精度と(b)最先端の物理的に制約のないGaze360視線推定ベンチマーク上でのクロスドメイン一般化の精度を大幅に改善した。
論文参考訳（メタデータ） (2021-05-20T14:58:52Z)
Local Relation Learning for Face Forgery Detection [73.73130683091154]
局所的関係学習による顔の偽造検出の新たな視点を提案する。具体的には,局所的な特徴間の類似度を測定するMPSM(Multi-scale Patch similarity Module)を提案する。また、より包括的な局所特徴表現のために、RGBおよび周波数領域の情報を融合するRGB-Frequency Attention Module (RFAM)を提案する。
論文参考訳（メタデータ） (2021-05-06T10:44:32Z)
Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
論文参考訳（メタデータ） (2021-03-08T10:56:38Z)
A Survey on Heterogeneous Graph Embedding: Methods, Techniques, Applications and Sources [79.48829365560788]
異種情報ネットワーク (heterogenous information network) としても知られるヘテロジニアスグラフ (HGs) は、現実のシナリオにおいてユビキタス化されている。 HG埋め込みは、下流タスクのための不均一な構造と意味を保ちながら、低次元空間での表現を学習することを目的としている。
論文参考訳（メタデータ） (2020-11-30T15:03:47Z)
Anomaly Detection by One Class Latent Regularized Networks [36.67420338535258]
近年,GANに基づく半教師付きジェネレーティブ・アドバイザリアル・ネットワーク(GAN)手法が,異常検出タスクで人気を集めている。遅延特徴空間でトレーニングデータの基盤となる構造を捕捉する新しい対角デュアルオートエンコーダネットワークを提案する。実験の結果,MNISTおよびCIFAR10データセットおよびGTSRB停止信号データセットの最先端結果が得られた。
論文参考訳（メタデータ） (2020-02-05T02:21:52Z)

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。

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。