論文の概要: Optimized Spectral Fault Receptive Fields for Diagnosis-Informed Prognosis

• arxiv url: http://arxiv.org/abs/2506.12375v1
• Date: Sat, 14 Jun 2025 07:12:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:45.995663
• Title: Optimized Spectral Fault Receptive Fields for Diagnosis-Informed Prognosis
• Title（参考訳）: 診断インフォームド・プログノーシスのためのスペクトル受容場最適化
• Authors: Stan Muñoz Gutiérrez, Franz Wotawa,
• Abstract要約: SFRF(Spectral Fault Receptive Fields)は, 断層診断における劣化状態の評価手法である。 SFRFは、特性欠陥周波数を中心とした対角スペクトルフィルタとして設計されている。 多目的進化最適化戦略は、受容場パラメータを調整するために用いられる。
• 参考スコア（独自算出の注目度）: 8.719982934025415
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces Spectral Fault Receptive Fields (SFRFs), a biologically inspired technique for degradation state assessment in bearing fault diagnosis and remaining useful life (RUL) estimation. Drawing on the center-surround organization of retinal ganglion cell receptive fields, we propose a frequency-domain feature extraction algorithm that enhances the detection of fault signatures in vibration signals. SFRFs are designed as antagonistic spectral filters centered on characteristic fault frequencies, with inhibitory surrounds that enable robust characterization of incipient faults under variable operating conditions. A multi-objective evolutionary optimization strategy based on NSGA-II algorithm is employed to tune the receptive field parameters by simultaneously minimizing RUL prediction error, maximizing feature monotonicity, and promoting smooth degradation trajectories. The method is demonstrated on the XJTU-SY bearing run-to-failure dataset, confirming its suitability for constructing condition indicators in health monitoring applications. Key contributions include: (i) the introduction of SFRFs, inspired by the biology of vision in the primate retina; (ii) an evolutionary optimization framework guided by condition monitoring and prognosis criteria; and (iii) experimental evidence supporting the detection of early-stage faults and their precursors. Furthermore, we confirm that our diagnosis-informed spectral representation achieves accurate RUL prediction using a bagging regressor. The results highlight the interpretability and principled design of SFRFs, bridging signal processing, biological sensing principles, and data-driven prognostics in rotating machinery.
• Abstract（参考訳）: 本稿では, 生物学的にインスパイアされた, 異常診断と有効寿命推定のための劣化状態評価手法であるスペクトル欠陥受容場(SFRF)について紹介する。 本稿では,網膜神経節細胞受容野の中枢構造をベースとした周波数領域の特徴抽出アルゴリズムを提案する。 SFRFは、特徴的な断層周波数を中心とする対角スペクトルフィルタとして設計されており、可変動作条件下での初期断層のロバストなキャラクタリゼーションを可能にする阻止サラウンドを備えている。 NSGA-IIアルゴリズムに基づく多目的進化最適化手法を用いて、RUL予測誤差を同時に最小化し、特徴単調性を最大化し、滑らかな劣化軌道を促進することにより、受容場パラメータの調整を行う。 本手法はXJTU-SYのラン・トゥ・フェイル・データセットを用いて,健康モニタリングアプリケーションにおける条件指標構築の適性を確認した。 主な貢献は以下の通り。 (i)霊長類網膜の視覚生物学に触発されたSFRFの導入 二 条件監視及び予後基準により導かれる進化的最適化の枠組み 三 早期断層及びその前駆体の検出を裏付ける実験的証拠 さらに,診断インフォームドスペクトル表現は,バギング回帰器を用いて正確なRUL予測を実現することを確認した。 その結果, 回転機械におけるSFRFの解釈可能性と設計, ブリッジ信号処理, 生物学的センシング原理, およびデータ駆動型診断学が強調された。

関連論文リスト

• High-Fidelity Functional Ultrasound Reconstruction via A Visual Auto-Regressive Framework [58.07923338080814]
  機能的神経側頭葉イメージングはマッピングに例外的な解像度を提供する。 しかし、その実践的応用は重大な課題によって妨げられている。 データ不足、倫理的考慮、信号劣化などが含まれる。
  論文  参考訳（メタデータ） (2025-05-23T15:27:17Z)
• PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
  LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。 PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-05-06T15:18:38Z)
• Towards Anomaly-Aware Pre-Training and Fine-Tuning for Graph Anomaly Detection [59.042018542376596]
  グラフ異常検出(GAD)は近年注目度が高まりつつあるが、2つの重要な要因があるため、依然として困難である。 Anomaly-Aware Pre-Training and Fine-Tuning (APF)は、GADの課題を軽減するためのフレームワークである。 10のベンチマークデータセットに関する総合的な実験は、最先端のベースラインと比較してAPFの優れたパフォーマンスを検証する。
  論文  参考訳（メタデータ） (2025-04-19T09:57:35Z)
• Adaptive Signal Analysis for Automated Subsurface Defect Detection Using Impact Echo in Concrete Slabs [0.0]
  本研究は,コンクリートスラブの地下欠陥発生領域を検出するための,新しい,自動化された,スケーラブルな手法を提案する。 このアプローチは、高度な信号処理、クラスタリング、および視覚分析を統合して、地下の異常を識別する。 結果は方法論の堅牢性を示し、最小限の偽陽性とほとんど欠陥のない欠陥発生領域を一貫して同定した。
  論文  参考訳（メタデータ） (2024-12-23T20:05:53Z)
• DiffRaman: A Conditional Latent Denoising Diffusion Probabilistic Model for Bacterial Raman Spectroscopy Identification Under Limited Data Conditions [11.586869210490628]
  本稿では, 深層生成モデルを用いたデータ生成手法を提案し, 細菌ラマンスペクトルの認識精度を向上させる。 DiffRamanによって生成された合成細菌ラマンスペクトルは、実実験スペクトルを効果的にエミュレートできることを示した。
  論文  参考訳（メタデータ） (2024-12-11T06:36:55Z)
• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
  本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。 具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。 アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
  論文  参考訳（メタデータ） (2023-08-06T05:58:45Z)
• Non-destructive Fault Diagnosis of Electronic Interconnects by Learning Signal Patterns of Reflection Coefficient in the Frequency Domain [1.8843687952462742]
  本稿では,早期故障検出と相互接続欠陥の正確な診断のための新しい非破壊的手法を提案する。 提案手法は, 周波数範囲にわたる係数反射の信号パターンを利用して, 根本原因同定と重大度評価の両立を可能にする。 実験結果から,本手法は断層検出および診断に有効であり,実世界の産業応用に拡張できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-20T10:51:21Z)
• Data-driven prognostics based on time-frequency analysis and symbolic recurrent neural network for fuel cells under dynamic load [10.36283155920333]
  本研究では、Hilbert-Huang変換を用いて、動的操作条件下での健康指標を抽出するデータ駆動型PEMFC予測手法を提案する。 提案したデータ駆動型確率論的アプローチは、計算コストの低い競合的確率論的地平を提供する。
  論文  参考訳（メタデータ） (2023-02-03T12:52:49Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• A Novel CropdocNet for Automated Potato Late Blight Disease Detection from the Unmanned Aerial Vehicle-based Hyperspectral Imagery [3.3283767441645478]
  晩発病はジャガイモの作物で最も破壊的な病気の1つであり、世界中で深刻な収量減少につながっている。 作物病の診断における現在の農業慣行は、個人のバイアスを受けるコスト、時間のかかる手動の視覚検査に基づいている。 近年の撮像センサー(RGB、多重スペクトルカメラ、ハイパースペクトルカメラなど)、リモートセンシング、機械学習は、この課題に対処する機会を提供する。
  論文  参考訳（メタデータ） (2021-07-28T11:18:48Z)

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。