論文の概要: Deep Learning in Automated Power Line Inspection: A Review

• arxiv url: http://arxiv.org/abs/2502.07826v1
• Date: Mon, 10 Feb 2025 18:13:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-13 13:45:27.159727
• Title: Deep Learning in Automated Power Line Inspection: A Review
• Title（参考訳）: 電力線自動検査におけるディープラーニング
• Authors: Md. Ahasan Atick Faisal, Imene Mecheter, Yazan Qiblawey, Javier Hernandez Fernandez, Muhammad E. H. Chowdhury, Serkan Kiranyaz,
• Abstract要約: 電力線メンテナンスはコンピュータビジョンを利用した自動検査への移行によってパラダイムシフトを経験している。 近年,電力線検査における深層学習技術の適用に注目が集まっている。 本稿では,電力線データ解析のためのディープラーニングシステムの改良を,研究者や産業が支援するための既存研究のレビューを行った。
• 参考スコア（独自算出の注目度）: 11.274746931307385
• License:
• Abstract: In recent years, power line maintenance has seen a paradigm shift by moving towards computer vision-powered automated inspection. The utilization of an extensive collection of videos and images has become essential for maintaining the reliability, safety, and sustainability of electricity transmission. A significant focus on applying deep learning techniques for enhancing power line inspection processes has been observed in recent research. A comprehensive review of existing studies has been conducted in this paper, to aid researchers and industries in developing improved deep learning-based systems for analyzing power line data. The conventional steps of data analysis in power line inspections have been examined, and the body of current research has been systematically categorized into two main areas: the detection of components and the diagnosis of faults. A detailed summary of the diverse methods and techniques employed in these areas has been encapsulated, providing insights into their functionality and use cases. Special attention has been given to the exploration of deep learning-based methodologies for the analysis of power line inspection data, with an exposition of their fundamental principles and practical applications. Moreover, a vision for future research directions has been outlined, highlighting the need for advancements such as edge-cloud collaboration, and multi-modal analysis among others. Thus, this paper serves as a comprehensive resource for researchers delving into deep learning for power line analysis, illuminating the extent of current knowledge and the potential areas for future investigation.
• Abstract（参考訳）: 近年,コンピュータビジョンによる自動検査への移行により,電力系統の保守がパラダイムシフトしている。 電気伝送の信頼性,安全性,持続可能性を維持するためには,ビデオや画像の広範囲な収集の利用が不可欠である。 近年,電力線検査における深層学習技術の適用に注目が集まっている。 本稿では,電力線データ解析のためのディープラーニングシステムの改良を支援するため,既存研究の総合的なレビューを行った。 電力線検査におけるデータ解析の従来の段階について検討し, 現状の研究は, 構成要素の検出と故障の診断の2つの分野に体系的に分類されている。 これらの領域で使用される様々な方法やテクニックの詳細な概要がカプセル化され、機能やユースケースに関する洞察を提供する。 電力線検査データの解析のための深層学習に基づく方法論の探索には,その基本原理と実践的応用を解説して,特に注目されている。 さらに,エッジクラウドコラボレーションやマルチモーダル分析など,今後の研究方向性に関するビジョンも概説されている。 そこで本論文は,電力線解析の深層学習を探求する研究者の総合的資源として機能し,現在の知識の広さと今後の研究の可能性について考察する。

関連論文リスト

• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• Machine learning approaches for automatic defect detection in photovoltaic systems [1.121744174061766]
  太陽電池(PV)モジュールは、製造、設置、運用中に損傷を受けやすい。 無人航空機による運用中のPVモジュールの継続的な監視が不可欠である。 コンピュータビジョンは、大規模なPVプラントの欠陥を監視するための、自動的で非破壊的で費用対効果の高いツールを提供する。
  論文  参考訳（メタデータ） (2024-09-24T13:11:05Z)
• Video Anomaly Detection in 10 Years: A Survey and Outlook [10.143205531474907]
  ビデオ異常検出(VAD)は、監視、医療、環境監視といった様々な領域において非常に重要である。 この調査では、従来の教師付きトレーニングパラダイムを超えて、弱教師付き、自己監督型、教師なしのアプローチを包含する、ディープラーニングベースのVADを調査している。
  論文  参考訳（メタデータ） (2024-05-29T17:56:31Z)
• The State of the Art in transformer fault diagnosis with artificial intelligence and Dissolved Gas Analysis: A Review of the Literature [1.450405446885067]
  変圧器故障診断(TFD)は、電力系統の保守と管理において重要な側面である。 本稿では,人工知能(AI)と溶存ガス分析(DGA)を用いたTFDにおける技術の現状を概観する。
  論文  参考訳（メタデータ） (2023-04-24T07:50:35Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Automatic Gaze Analysis: A Survey of DeepLearning based Approaches [61.32686939754183]
  視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。 制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。 我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
  論文  参考訳（メタデータ） (2021-08-12T00:30:39Z)
• Artificial Intelligence Based Prognostic Maintenance of Renewable Energy Systems: A Review of Techniques, Challenges, and Future Research Directions [3.1123064748686287]
  データ分析と機械学習(ML)技術は、これらの予後維持システムの全体的な効率を高めるために使われています。 本稿では,文献に報告されている予測/予測保守フレームワークの概要について述べる。 MLベースのソリューションの重要な側面として、ドメインで一般的に使用されるデータセットについても議論します。
  論文  参考訳（メタデータ） (2021-04-20T11:41:00Z)
• Weakly Supervised Object Localization and Detection: A Survey [145.5041117184952]
  オブジェクトのローカライゼーションと検出は、新しい世代のコンピュータビジョンシステムを開発する上で重要な役割を果たす。 本稿では,(1)古典的モデル,(2)既成の深層ネットワークの特徴表現を用いたアプローチ,(3)ディープラーニングのみに基づくアプローチ,(4)この分野で広く利用されている公開データセットと標準評価指標についてレビューする。 この分野における重要な課題、この分野の開発履歴、各カテゴリーの手法の利点/欠点、異なるカテゴリーの方法間の関係、弱い監督対象のローカリゼーションおよび検出方法の適用、およびこの研究分野の開発をさらに促進するための潜在的な将来の方向性について議論します。
  論文  参考訳（メタデータ） (2021-04-16T06:44:50Z)
• Offline Reinforcement Learning: Tutorial, Review, and Perspectives on Open Problems [108.81683598693539]
  オフラインの強化学習アルゴリズムは、巨大なデータセットを強力な意思決定エンジンにできるという、大きな約束を持っています。 我々は,これらの課題,特に近代的な深層強化学習手法の文脈において,読者にこれらの課題を理解することを目的としている。
  論文  参考訳（メタデータ） (2020-05-04T17:00:15Z)
• Review of data analysis in vision inspection of power lines with an in-depth discussion of deep learning technology [16.224505272448802]
  無人航空機の普及により、大量の電力線検査データを収集することができる。 大規模な検査データ、特に可視画像を用いて、電力伝送の信頼性、安全性、持続可能性を維持することは、迫力のある問題である。 本稿では,現在の文献を概観し,今後の研究課題を明らかにする。
  論文  参考訳（メタデータ） (2020-03-22T04:09:59Z)
• Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
  本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。 本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。 この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
  論文  参考訳（メタデータ） (2020-01-27T11:21:05Z)

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。