Open fulfulggg opened 1 day ago
ファイバースペックルグラムセンサー (FSS) は、温度変化に対する高い感度から環境モニタリングで広く利用されていますが、スペックルグラムデータの複雑で非線形な性質は、従来の予測モデルにとって大きな課題となっています。本研究では、生物学的なプリオンの記憶メカニズムに着想を得た、新規のPrion-Vision Transformer (Prion-ViT) モデルを導入し、FSSデータを用いた正確な温度予測のための長期依存性モデリングを強化します。Prion-ViTは、永続的な記憶状態を活用することで、複数の層にわたって重要な特徴を効果的に保持および伝播し、予測精度を向上させ、平均絶対誤差 (MAE) を0.52℃まで低減、ResNet、Inception Net V2、および既存のTransformerベースのアーキテクチャなどの従来のモデルを凌駕します。本研究は、Vision Transformer (ViT) をFSSデータに適用する際の具体的な課題に対処し、プリオンに着想を得た記憶メカニズムが、スペックルグラムにおける複雑な光干渉パターンの捕捉に堅牢なソリューションを提供することを実証します。これらの知見は、Prion-ViTがリアルタイムの産業用温度監視アプリケーションの有望な進歩であることを確立するものであり、他の光センシング分野への応用可能性も秘めています。
ファイバーセンサーで計測した温度変化を画像(スペックルグラム)から高精度に予測する新しいAIモデル「Prion-ViT」を提案。
@yukihiko-fuyuki が以下のラベルを提案し、適用しました:
タイトル: プリオン-ViT:スペックルグラムを用いた温度予測のためのプリオンに着想を得たビジョン・トランスフォーマー
リンク: https://arxiv.org/abs/2411.05836
概要:
ファイバースペックルグラムセンサー (FSS) は、温度変化に対する高い感度から環境モニタリングで広く利用されていますが、スペックルグラムデータの複雑で非線形な性質は、従来の予測モデルにとって大きな課題となっています。本研究では、生物学的なプリオンの記憶メカニズムに着想を得た、新規のPrion-Vision Transformer (Prion-ViT) モデルを導入し、FSSデータを用いた正確な温度予測のための長期依存性モデリングを強化します。Prion-ViTは、永続的な記憶状態を活用することで、複数の層にわたって重要な特徴を効果的に保持および伝播し、予測精度を向上させ、平均絶対誤差 (MAE) を0.52℃まで低減、ResNet、Inception Net V2、および既存のTransformerベースのアーキテクチャなどの従来のモデルを凌駕します。本研究は、Vision Transformer (ViT) をFSSデータに適用する際の具体的な課題に対処し、プリオンに着想を得た記憶メカニズムが、スペックルグラムにおける複雑な光干渉パターンの捕捉に堅牢なソリューションを提供することを実証します。これらの知見は、Prion-ViTがリアルタイムの産業用温度監視アプリケーションの有望な進歩であることを確立するものであり、他の光センシング分野への応用可能性も秘めています。