電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2018-10-31 10:25
[ポスター講演]A Comparison of Machine Learning Algorithms for Motor Sound Fault Detection
Arpith PaidaAIT)・PrerapongAimaschana NiruntasukratKoonlachat MeesublakPanitaNECTEC
技報オンラインサービス実施中
抄録 (和) Automation plays important role in order to make human activities easier. In industries, machines /motors are used for manufacturing and maintenance of its condition is very important. Its condition can be checked by its operating sound. It is difficult for humans to monitor the machines/motors every time. Hence detecting the fault in motor sounds by using machine learning algorithms will reduce human resource and indicate the faults more accurately and spontaneously. In this paper, the sounds are collected in form of wav files. Features are extracted using Signal processing techniques, which are later used for training machine learning algorithms. In this paper, the algorithms are evaluated in terms of accuracy. Support Vector Machine and K-Nearest Neighbors are the optimal algorithms resulted after evaluation. 
(英) Automation plays important role in order to make human activities easier. In industries, machines /motors are used for manufacturing and maintenance of its condition is very important. Its condition can be checked by its operating sound. It is difficult for humans to monitor the machines/motors every time. Hence detecting the fault in motor sounds by using machine learning algorithms will reduce human resource and indicate the faults more accurately and spontaneously. In this paper, the sounds are collected in form of wav files. Features are extracted using Signal processing techniques, which are later used for training machine learning algorithms. In this paper, the algorithms are evaluated in terms of accuracy. Support Vector Machine and K-Nearest Neighbors are the optimal algorithms resulted after evaluation.
キーワード (和) Audio detection / Spectral features / Feature extraction / Supervised learning / Unsupervised learning / Accuracy / /  
(英) Audio detection / Spectral features / Feature extraction / Supervised learning / Unsupervised learning / Accuracy / /  
文献情報 信学技報
資料番号  
発行日  
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
査読に
ついて
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります.

研究会情報
研究会 SR RCS  
開催期間 2018-10-30 - 2018-10-31 
開催地(和) Mandarin Hotel, Bangkok, Thailand 
開催地(英) Mandarin Hotel, Bangkok, Thailand 
テーマ(和) SmartCom2018 
テーマ(英) SmartCom2018 
講演論文情報の詳細
申込み研究会 SR 
会議コード 2018-10-SR-RCS 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) A Comparison of Machine Learning Algorithms for Motor Sound Fault Detection 
サブタイトル(英)  
キーワード(1)(和/英) Audio detection / Audio detection  
キーワード(2)(和/英) Spectral features / Spectral features  
キーワード(3)(和/英) Feature extraction / Feature extraction  
キーワード(4)(和/英) Supervised learning / Supervised learning  
キーワード(5)(和/英) Unsupervised learning / Unsupervised learning  
キーワード(6)(和/英) Accuracy / Accuracy  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) Arpith Paida / Arpith Paida /
第1著者 所属(和/英) Asian Institute of Technology (略称: AIT)
Asian Institute of Technology (略称: AIT)
第2著者 氏名(和/英/ヨミ) Prerapong / Prerapong /
第2著者 所属(和/英) National Electronics and Computer Technology Center (略称: NECTEC)
National Electronics and Computer Technology Center (略称: NECTEC)
第3著者 氏名(和/英/ヨミ) Aimaschana Niruntasukrat / Aimaschana Niruntasukrat /
第3著者 所属(和/英) National Electronics and Computer Technology Center (略称: NECTEC)
National Electronics and Computer Technology Center (略称: NECTEC)
第4著者 氏名(和/英/ヨミ) Koonlachat Meesublak / Koonlachat Meesublak /
第4著者 所属(和/英) National Electronics and Computer Technology Center (略称: NECTEC)
National Electronics and Computer Technology Center (略称: NECTEC)
第5著者 氏名(和/英/ヨミ) Panita / Panita /
第5著者 所属(和/英) National Electronics and Computer Technology Center (略称: NECTEC)
National Electronics and Computer Technology Center (略称: NECTEC)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2018-10-31 10:25:00 
発表時間 60 
申込先研究会 SR 
資料番号  
巻番号(vol) IEICE-118 
号番号(no) no.274 
ページ範囲  
ページ数 IEICE- 
発行日  


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会