- Диагностика неисправностей подшипников в реальном времени на основе сверточной нейронной сети и микроконтроллера STM32 (arXiv)
Автор : Вэньхао Ляо
Аннотация. В связи с быстрым развитием больших данных и граничных вычислений многие исследователи сосредотачиваются на повышении точности классификации неисправностей подшипников с использованием моделей глубокого обучения и реализации модели классификации глубокого обучения на платформах с ограниченными ресурсами, таких как STM32. С этой целью в этой статье реализована идентификация сигнала вибрации неисправности подшипника на основе сверточной нейронной сети, точность идентификации неисправности оптимизированной модели может достигать 98,9%. Кроме того, в этой статье модель сверточной нейронной сети успешно применяется к микроконтроллеру STM32H743VI, время выполнения каждой диагностики составляет 19 мс. Наконец, разработана полная структура связи в реальном времени между главным компьютером и STM32, которая может идеально завершить передачу данных через последовательный порт и отобразить результаты диагностики на экране TFT-LCD.
2. Сверточная нейронная сеть для обнаружения землетрясений (arXiv)
Автор : Хосе Аугусто Проэнса Майя Девьенн
Резюме: Недавняя эксплуатация природных ресурсов и связанная с этим закачка сточных вод в недра вызвали множество небольших и умеренных землетрясений в тектонически спокойной центральной части Соединенных Штатов. Это увеличение сейсмической активности привело к экспоненциальному росту регистрации сейсмических данных, что требует эффективных алгоритмов для надежного обнаружения землетрясений среди этого большого количества зашумленных данных. Большинство современных методов обнаружения землетрясений предназначены для средних и крупных землетрясений и, следовательно, они, как правило, пропускают многие землетрясения малой магнитуды, которые маскируются сейсмическим шумом. Пероль и др. al (2018) сосредоточился на проблеме обнаружения землетрясений с использованием подхода глубокого обучения: авторы предложили сверточную нейронную сеть (ConvNetQuake) для обнаружения и локализации землетрясений по сейсмическим записям. Этот отчет направлен на воспроизведение части методологии, предложенной автором, которая представляет собой реализацию сверточной нейронной сети для классификации событий (т. е. землетрясений в сравнении с шумом) из сейсмических записей.
