論文の概要: Lightweight Time-Frequency Vibration Sensing for Consumer Device Condition Monitoring
- arxiv url: http://arxiv.org/abs/2610.13040v1
- Date: Fri, 09 Oct 2026 05:57:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.414437
- Title: Lightweight Time-Frequency Vibration Sensing for Consumer Device Condition Monitoring
- Title（参考訳）: 消費者機器コンディションモニタリングのための軽量時間周波数振動センシング
- Abstract要約: 本稿では,軽量なAIを用いた振動検出フレームワークを提案する。
連続ウェーブレット変換(CWT)とヒルベルト・フン変換(HHT)を用いて、1次元(1-D)振動時系列信号を2次元(2-D)時間周波数表現に変換する。
提案するフレームワークは、消費者電子製品への最終的な組み込みを念頭に設計されている。
- 参考スコア（独自算出の注目度）: 31.127241918072738
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Consumer rotating devices, including washing machines, air conditioners, electric fans, robotic vacuum cleaners, and home fitness equipment, increasingly rely on vibration sensing for intelligent condition monitoring and predictive maintenance. Ensuring reliable operation in these resource-constrained appliances requires efficient, lightweight artificial intelligence (AI) solutions capable of processing non-stationary signals under real-world operational interference. This paper proposes a lightweight AI-assisted vibration sensing framework that employs continuous wavelet transform (CWT) and Hilbert-Huang transform (HHT) to convert one-dimensional (1-D) vibration time-series signals into two-dimensional (2-D) time-frequency representations. These representations are subsequently analyzed using lightweight deep learning architectures, specifically MobileNetV3-Small, ConvNeXt-Tiny, and the You Only Look Once version 11 classification model (YOLOv11-cls). Public bearing benchmark datasets, including Case Western Reserve University (CWRU), Paderborn University (PU), and Intelligent Maintenance Systems (IMS), are utilized as representative rotating components to investigate model generalization. The proposed framework is designed with eventual embedded deployment in consumer electronics in mind. Experimental results demonstrate that CWT combined with YOLOv11-cls achieves high diagnostic accuracy, while MobileNetV3-Small provides an attractive low-latency alternative for computationally constrained edge platforms. Conventional random splitting is also compared with dataset-specific structured isolation. The results highlight the importance of avoiding data leakage and quantify tradeoffs in classification accuracy, parameter count, floating-point operations (FLOPs), model footprint, preprocessing cost, and central processing unit (CPU) inference latency.
- Abstract（参考訳）: 洗濯機、エアコン、電気ファン、ロボット掃除機、ホームフィットネス機器など、消費者の回転装置は、インテリジェントな状態監視と予測メンテナンスのために振動感知にますます依存している。
これらの資源制約されたアプライアンスにおける信頼性の高い操作を保証するには、実世界の運用上の干渉の下で非定常的な信号を処理できる、効率的で軽量な人工知能(AI)ソリューションが必要である。
本稿では、連続ウェーブレット変換(CWT)とヒルベルト・フン変換(HHT)を用いて、1次元(1-D)の振動時系列信号を2次元(2-D)の時間周波数表現に変換する軽量なAI支援振動センシングフレームワークを提案する。
これらの表現はその後、軽量なディープラーニングアーキテクチャ、特にMobileNetV3-Small、ConvNeXt-Tiny、You Only Look Onceバージョン11分類モデル(YOLOv11-cls)を用いて分析される。
ケース・ウェスタン・リザーブ大学(CWRU)、パダーボーン大学(PU)、インテリジェント・メンテナンス・システム(IMS)などの公立軸受ベンチマークデータセットを代表的な回転部品として利用し、モデル一般化を調査している。
提案するフレームワークは、消費者電子製品への最終的な組み込みを念頭に設計されている。
実験により,CWTとYOLOv11-clsを組み合わせることで高い診断精度が得られ,MobileNetV3-Smallは計算制約のあるエッジプラットフォームに対して,魅力的な低レイテンシな代替手段を提供することが示された。
従来のランダムスプリッティングは、データセット固有の構造的分離と比較される。
その結果、分類精度、パラメータ数、浮動小数点演算(FLOP)、モデルフットプリント、前処理コスト、中央処理ユニット(CPU)推論遅延におけるデータ漏洩を回避することの重要性を強調した。
関連論文リスト
- Fully Autonomous Z-Score-Based TinyML Anomaly Detection on Resource-Constrained MCUs Using Power Side-Channel Data [0.13750624267664155]
本稿では,低消費電力マイクロコントローラに実装した完全自律型Tiny Machine Learning (TinyML) Z-Scoreによる異常検出システムを提案する。
異常は軽量なZスコアしきい値を用いて検出され、組み込み配置に適した解釈可能かつ計算効率の良い推論が可能である。
結果は、精度1.00の精度とリコール、数十マイクロ秒の推論レイテンシ、メモリフットプリント全体の約3.3KBと63KBのフラッシュの完全な検出性能を示す。
論文 参考訳（メタデータ） (2026-03-28T20:15:50Z) - RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。
RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。
従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプで最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-03-11T10:14:37Z) - Time2Vec Transformer for Robust Gesture Recognition from Low-Density sEMG [1.231764991565978]
本稿では筋電義手制御のための新しい,データ効率の高いディープラーニングフレームワークを提案する。
提案手法は, スパース2チャネル表面筋電図(sEMG)に最適化されたハイブリッドトランスフォーマーの実装である。
提案するフレームワークは, 迅速なパーソナライズが可能な次世代人工装具の堅牢で費用対効果の高い青写真を提供する。
論文 参考訳（メタデータ） (2026-02-02T09:28:27Z) - LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。
本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。
本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
論文 参考訳（メタデータ） (2026-01-18T12:08:38Z) - Flexible Gravitational-Wave Parameter Estimation with Transformers [73.44614054040267]
本稿では,予測時間における多様な解析設定への適応を可能にする,フレキシブルトランスフォーマーベースのアーキテクチャをトレーニング戦略と組み合わせて導入する。
我々は、Dingo-T1と呼ばれる単一のフレキシブルモデルが、第3のLIGO-Virgo-KAGRA観測ランから48の重力波イベントを解析できることを実証した。
論文 参考訳（メタデータ） (2025-12-02T17:49:08Z) - In-Process Monitoring of Gear Power Honing Using Vibration Signal Analysis and Machine Learning [0.0]
本研究では、ギヤパワーホニングのプロセス内監視のための新しいデータ駆動型フレームワークを提案する。
提案手法は加速度計による連続的なデータ取得と時間周波数信号解析を含む。
提案手法は工業環境で高い分類精度(最大100%)を達成する。
論文 参考訳（メタデータ） (2025-09-24T08:32:28Z) - VAE-based Feature Disentanglement for Data Augmentation and Compression in Generalized GNSS Interference Classification [42.14439854721613]
干渉の正確な分類を可能にする重要な潜伏特徴を抽出するために, アンタングル化のための変分オートエンコーダ (VAE) を提案する。
提案するVAEは512から8,192の範囲のデータ圧縮率を実現し,99.92%の精度を実現している。
論文 参考訳（メタデータ） (2025-04-14T13:38:00Z) - FreqMixFormerV2: Lightweight Frequency-aware Mixed Transformer for Human Skeleton Action Recognition [9.963966059349731]
FreqMixForemrV2は、微妙で差別的なアクションを特定するために、周波数対応のMixed Transformer(FreqMixFormer)上に構築されている。
提案手法は, 精度と効率のバランスが良く, パラメータの60%しか持たない最先端の手法より優れている。
論文 参考訳（メタデータ） (2024-12-29T23:52:40Z) - Towards Long-Term Time-Series Forecasting: Feature, Pattern, and
Distribution [57.71199089609161]
長期的時系列予測(LTTF)は、風力発電計画など、多くのアプリケーションで需要が高まっている。
トランスフォーマーモデルは、高い計算自己認識機構のため、高い予測能力を提供するために採用されている。
LTTFの既存の手法を3つの面で区別する,Conformer という,効率的なTransformer ベースモデルを提案する。
論文 参考訳（メタデータ） (2023-01-05T13:59:29Z) - Visual-tactile sensing for Real-time liquid Volume Estimation in
Grasping [58.50342759993186]
変形性容器内の液体をリアルタイムに推定するためのビジュオ触覚モデルを提案する。
我々は、RGBカメラからの生の視覚入力と、特定の触覚センサーからの触覚手がかりの2つの感覚モードを融合する。
ロボットシステムは、推定モデルに基づいて、リアルタイムで適切に制御され、調整される。
論文 参考訳（メタデータ） (2022-02-23T13:38:31Z)
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。