論文の概要: Coal Mine Safety Alert System: Refining BP Neural Network with Genetic Algorithm Optimization

• arxiv url: http://arxiv.org/abs/2412.04487v1
• Date: Thu, 21 Nov 2024 06:17:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-15 08:58:59.504983
• Title: Coal Mine Safety Alert System: Refining BP Neural Network with Genetic Algorithm Optimization
• Title（参考訳）: 石炭鉱山安全アラートシステム:遺伝的アルゴリズム最適化によるBPニューラルネットワークの精製
• Authors: Jiabin Luo, Hanzhe Pan,
• Abstract要約: 本研究では,3層フィードフォワードバックプロパゲーション人工ニューラルネットワークと遺伝的アルゴリズム(GA-BP)を統合し,早期警戒システムの構築を提案する。 中国山東省の炭鉱に焦点を絞ったモデルの有効性を,関連するデータを用いて評価した。 その結果、GA-BPモデルが従来のBPニューラルネットワークよりも優れていることが示され、潜在的な安全性リスクを迅速に識別する能力が向上した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In response to the persistent safety challenges within coal mines, this study proposes a novel approach integrating a three-layer feedforward backpropagation artificial neural network with a genetic algorithm (GA-BP) for establishing a safety early warning system. Focused on a coal mine in Shandong, China, the model's effectiveness is evaluated using relevant data for training and analysis. Results indicate the superiority of the GA-BP model over traditional BP neural networks, offering enhanced capability for identifying potential safety risks promptly. This advancement enables coal mine management to implement timely interventions, ensuring the safety of miners. The findings present valuable insights for engineering applications in similar contexts.
• Abstract（参考訳）: 本研究は, 石炭鉱山における安全性の持続的課題に対応するために, 安全早期警戒システムを確立するための遺伝的アルゴリズム (GA-BP) と3層フィードフォワードバックプロパゲーション人工ニューラルネットワークを統合する新しいアプローチを提案する。 中国山東省の炭鉱に焦点を絞ったモデルの有効性を,関連するデータを用いて評価した。 その結果、GA-BPモデルが従来のBPニューラルネットワークよりも優れていることが示され、潜在的な安全性リスクを迅速に識別する能力が向上した。 この進歩により、炭鉱経営はタイムリーな介入を行い、鉱夫の安全を確保することができる。 この発見は、同様の状況下での工学的応用に有用な洞察を与える。

関連論文リスト

• Risk-Averse Certification of Bayesian Neural Networks [70.44969603471903]
  本稿では,RAC-BNNと呼ばれるベイズニューラルネットワークに対するリスク・アバース認証フレームワークを提案する。 提案手法はサンプリングと最適化を利用して,BNNの出力集合の音響近似を計算する。 我々は,RAC-BNNを回帰および分類ベンチマークで検証し,その性能を最先端の手法と比較した。
  論文  参考訳（メタデータ） (2024-11-29T14:22:51Z)
• EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• P3GNN: A Privacy-Preserving Provenance Graph-Based Model for APT Detection in Software Defined Networking [25.181087776375914]
  本稿では,グラフ畳み込みネットワーク(GCN)とフェデレーション学習(FL)を相乗化する新しいモデルであるP3GNNを提案する。 P3GNNは教師なし学習を利用して、プロファイランスグラフ内の運用パターンを分析し、セキュリティ違反を示す偏差を識別する。 P3GNNの主なイノベーションは、前兆グラフ内のノードレベルで異常を検出する機能、攻撃軌跡の詳細なビューの提供、セキュリティ解析の強化である。
  論文  参考訳（メタデータ） (2024-06-17T18:14:03Z)
• Intelligent Hybrid Resource Allocation in MEC-assisted RAN Slicing Network [72.2456220035229]
  我々は,協調型MEC支援RANスライシングシステムにおける異種サービス要求に対するSSRの最大化を目指す。 最適ハイブリッドRAポリシーをインテリジェントに学習するためのRGRLアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-05-02T01:36:13Z)
• Deep Learning Algorithms Used in Intrusion Detection Systems -- A Review [0.0]
  本稿では,CNN,Recurrent Neural Networks(RNN),Deep Belief Networks(DBN),Deep Neural Networks(DNN),Long Short-Term Memory(LSTM),Autoencoders(AE),Multi-Layer Perceptrons(MLP),Self-Normalizing Networks(SNN),Hybrid Model(ネットワーク侵入検知システム)など,近年のディープラーニング技術の進歩について述べる。
  論文  参考訳（メタデータ） (2024-02-26T20:57:35Z)
• Power grid operational risk assessment using graph neural network surrogates [5.202524136984542]
  電力グリッド運用決定アルゴリズムのプロキシとしてグラフニューラルネットワーク(GNN)の有用性について検討する。 GNNはQoIの高速かつ正確な予測を提供することができる。 GNNベースの信頼性とリスクアセスメントの優れた精度は、GNNサロゲートがリアルタイムおよび数時間前に適用できる可能性を示唆している。
  論文  参考訳（メタデータ） (2023-11-21T03:02:30Z)
• Evolutionary algorithms as an alternative to backpropagation for supervised training of Biophysical Neural Networks and Neural ODEs [12.357635939839696]
  本稿では,生物物理学に基づくニューラルネットワークの学習における「段階的推定」進化アルゴリズムの利用について検討する。 EAにはいくつかのアドバンテージがあり、直接BPよりも望ましいことが分かりました。 以上の結果から,生体物理学ニューロンはBP法の限界をテストする上で有用なベンチマークを提供する可能性が示唆された。
  論文  参考訳（メタデータ） (2023-11-17T20:59:57Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• A novel knowledge graph development for industry design: A case study on indirect coal liquefaction process [2.150376643286944]
  産業安全のための知識グラフ開発(ISKG)が提案されている。 IEC61882の国際標準によれば、HAZOPを多レベル情報を含む危険事象に分解するために、トップダウンアプローチを用いる。 本稿では,ハイブリッド深層学習に基づくHAINEXと呼ばれる創発的な情報抽出モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-27T09:37:56Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)
• Rectified Linear Postsynaptic Potential Function for Backpropagation in Deep Spiking Neural Networks [55.0627904986664]
  スパイキングニューラルネットワーク(SNN)は、時間的スパイクパターンを用いて情報を表現し、伝達する。 本稿では,情報符号化,シナプス可塑性,意思決定におけるスパイクタイミングダイナミクスの寄与について検討し,将来のDeepSNNやニューロモルフィックハードウェアシステムの設計への新たな視点を提供する。
  論文  参考訳（メタデータ） (2020-03-26T11:13:07Z)

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。