Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Neural Regulation01:37

Neural Regulation

34.8K
Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.
34.8K
Neural Circuits01:25

Neural Circuits

3.0K
Neural circuits and neuronal pools are two of the main structures found in the nervous system. Neural circuits are networks of neurons that work together to carry out a specific task or process. They consist of interconnected neurons and glial cells, which provide structural and metabolic support.
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
3.0K
Cerebrospinal Fluid01:21

Cerebrospinal Fluid

7.9K
Cerebrospinal fluid (CSF) is a colorless liquid that flows around the brain and the spinal cord, playing a vital role in the protection, support, and overall function of the central nervous system (CNS). CSF production, circulation, and absorption are tightly regulated processes essential for the brain and spinal cord to function properly.
CSF Production
CSF is produced mainly in the choroid plexus, a network of capillaries and ependymal cells located within the ventricular system of the brain....
7.9K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

[Hemodynamic effects of synchronous and asynchronous independent lung ventilation with different levels of positive end-expiratory pressure and tidal volumes on unilateral lung injury in dogs].

Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases·2010
Same author

[Study on the immuno-effects and influencing factors of Chinese hamster ovary (CHO) cell hepatitis B vaccine among adults, under different dosages].

Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi·2010
Same author

Assemblies of fluorine containing bent-shaped liquid crystal molecules studied by using scanning tunneling microscopy.

Journal of nanoscience and nanotechnology·2010
Same author

Carbon nanotubes induce secondary structure changes of bovine albumin in aqueous phase.

Journal of nanoscience and nanotechnology·2010
Same author

[Immunogenicity and protective efficacy of pertactin recombinants against Bordetella bronchiseptica challenge].

Wei sheng wu xue bao = Acta microbiologica Sinica·2010
Same author

[Analysis of the electrocardiographic findings in 288 patients with acute pulmonary thromboembolism].

Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases·2010

関連する実験動画

Updated: May 2, 2026

Soft Pneumatic Robot Modulates Graph Theory Metrics of Brain Network for Hand Rehabilitation After Stroke
05:30

Soft Pneumatic Robot Modulates Graph Theory Metrics of Brain Network for Hand Rehabilitation After Stroke

Published on: October 10, 2025

670

ソフトセンサーに向けた軽量動的畳み込みニューラルネットワークモデリング

Qiang Liu, Zhiqiang Zhan, Jingjing Wang

    IEEE transactions on cybernetics
    |February 24, 2026
    PubMed
    まとめ

    新しい軽量動的畳み込みニューラルネットワーク（LDCNN）は、限定的なデータでソフトセンサーのパフォーマンスを向上させる。このディープラーニングアプローチは、複雑な産業プロセスを効果的にモデル化し、従来のメソッドを上回る。

    科学分野:

    • 化学工学
    • 人工知能
    • プロセス制御

    背景:

    • ソフトセンサーは、産業監視および品質管理に不可欠です。
    • 産業データは、しばしば複雑な非線形および相関的な挙動を示します。
    • RNNやLSTMなどの既存のディープラーニングモデルは、限られたデータシナリオには複雑すぎる場合があります。

    研究 の 目的:

    • ソフトセンサーアプリケーション向けの新しい軽量動的CNN（LDCNN）を提案すること。
    • 限られたトレーニングデータで複雑なダイナミクスと非線形性をモデル化するという課題に対処すること。
    • より効率的で一般化可能なソフトセンサーモデルを開発すること。

    主な方法:

    • 時系列データのモデリングのための1次元CNNの利用。
    • 動的モデリングを強化するための位置エンコーディング（PE）と単純化された時間的注意の統合。
    • ネットワークの複雑さを軽減し、過剰なパラメータ化を防ぐための拡張畳み込みとレイヤー正規化（LN）の採用。

    主要な成果:

    • 提案されたLDCNNは、実際の産業ケースにおいて従来のメソッドよりも優れたパフォーマンスを示しました。
    • 軽量ネットワークは、限られたトレーニングサンプルにもかかわらず、強力な一般化能力を達成しました。
    キーワード:
    ソフトセンサー軽量動的畳み込みニューラルネットワークディープラーニング産業プロセスモデリング限定データ

    さらに関連する動画

    Decoding Natural Behavior from Neuroethological Embedding
    08:00

    Decoding Natural Behavior from Neuroethological Embedding

    Published on: October 3, 2025

    893

    関連する実験動画

    Last Updated: May 2, 2026

    Soft Pneumatic Robot Modulates Graph Theory Metrics of Brain Network for Hand Rehabilitation After Stroke
    05:30

    Soft Pneumatic Robot Modulates Graph Theory Metrics of Brain Network for Hand Rehabilitation After Stroke

    Published on: October 10, 2025

    670
    Decoding Natural Behavior from Neuroethological Embedding
    08:00

    Decoding Natural Behavior from Neuroethological Embedding

    Published on: October 3, 2025

    893
  • LDCNNは、産業プロセスの非線形および動的な挙動を効果的に捉えました。

    • 結論:

    • LDCNNは、データが少ない産業環境におけるソフトセンサー開発のための実行可能で効果的なソリューションを提供します。
    • 軽量ディープラーニングモデルは、ソフトセンシングにおいて複雑な従来のメソッドを上回ることができます。
    • 提案されたアーキテクチャは、パフォーマンスとモデルの複雑さのバランスを提供します。