Publication detail

Využití metod umělé inteligence v technické diagnostice – Deep Learning

ZUTH, D.

Original Title

Využití metod umělé inteligence v technické diagnostice – Deep Learning

English Title

The use of artificial intelligence methods in technical diagnostics - Deep Learning

Type

journal article - other

Language

Czech

Original Abstract

Článek se zabývá možností využít metod umělé inteligence pro klasifikaci stavu (poruch) stroje na základě obrazových dat. Konkrétně se jedná o metodu Deep Learning, zpracovanou ve volně dostupném prostředí Python a knihoven Keras a TensorFlow. Výsledky jsou porovnány s dříve publikovanými metodami [1][2] na známém datasetu za účelem posouzeni vhodnosti nasazení této metody pro řešení složitějších problémů.

English abstract

The paper deals with the possibility of using artificial intelligence methods for classification of machine condition (faults) based on image data. Specifically, it is a Deep Learning method, developed in the freely available Python environment and the Keras and TensorFlow libraries. The results are compared with previously published methods [1][2] on a known dataset in order to assess the suitability of deploying this method for solving more complex problems.

Keywords

vibrodiagnostika; strojové učení; umělá inteligence; keras; python

Key words in English

vibrodiagnostics; machine learning; artificial intelligence; keras; python

Authors

ZUTH, D.

Released

26. 7. 2021

Publisher

Asociací technických diagnostiků České republiky, z.s.

Location

Ostrava

ISBN

1210-311X

Periodical

Technická diagnostika

Year of study

2021

Number

1

State

Czech Republic

Pages from

21

Pages to

24

Pages count

5

URL

BibTex

@article{BUT175272,
  author="Daniel {Zuth}",
  title="Využití metod umělé inteligence v technické diagnostice – Deep Learning",
  journal="Technická diagnostika",
  year="2021",
  volume="2021",
  number="1",
  pages="21--24",
  issn="1210-311X",
  url="https://www.vseoprumyslu.cz/udrzba-a-diagnostika/vibrodiagnostika/vyuziti-metod-umele-inteligence-v-technicke-diagnostice-deep-learning.html"
}