A BiLSTM-CNN based Multitask Learning Approach for Fiber Fault Diagnosis

计算机科学 卷积神经网络 多任务学习 人工智能 深度学习 纤维 机器学习 断层(地质) 模式识别(心理学) 任务(项目管理) 工程类 化学 系统工程 有机化学 地震学 地质学
作者
Khouloud Abdelli,Helmut Grießer,Carsten Tropschug,Stephan Pachnicke
标识
DOI:10.1364/ofc.2021.m3c.7
摘要

A novel multitask learning approach based on stacked bidirectional long short-term memory (BiLSTM) networks and convolutional neural networks (CNN) for detecting, locating, characterizing, and identifying fiber faults is proposed. It outperforms conventionally employed techniques.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
哈哈哈哈应助你好采纳,获得10
1秒前
1秒前
蜜HHH发布了新的文献求助10
1秒前
自由伊完成签到,获得积分10
3秒前
汉堡麻麻发布了新的文献求助50
3秒前
3秒前
slokni发布了新的文献求助10
5秒前
我是老大应助zzZ5采纳,获得10
7秒前
清脆安南发布了新的文献求助10
7秒前
Owen应助jackdu采纳,获得10
8秒前
rainsy发布了新的文献求助10
8秒前
nenoaowu发布了新的文献求助30
9秒前
SciGPT应助wenwen采纳,获得10
9秒前
小马甲应助竹斟酒采纳,获得10
9秒前
包容的千兰完成签到,获得积分20
10秒前
123zyx完成签到 ,获得积分10
11秒前
体贴的舞蹈关注了科研通微信公众号
11秒前
君君完成签到,获得积分10
13秒前
科研通AI5应助菜就多练练采纳,获得10
13秒前
上官若男应助nenoaowu采纳,获得30
14秒前
14秒前
15秒前
zxc167完成签到,获得积分10
16秒前
bpp2468完成签到 ,获得积分10
17秒前
NiS发布了新的文献求助10
18秒前
18秒前
Liolsy发布了新的文献求助10
19秒前
22秒前
充电宝应助朴实的帅哥采纳,获得10
23秒前
烟花应助McbxM采纳,获得10
23秒前
科研通AI5应助Lojong采纳,获得10
23秒前
jackdu发布了新的文献求助10
23秒前
25秒前
26秒前
27秒前
27秒前
jjjeneny发布了新的文献求助10
27秒前
bkagyin应助Liolsy采纳,获得10
28秒前
30秒前
30秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Mechanistic Modeling of Gas-Liquid Two-Phase Flow in Pipes 2500
Structural Load Modelling and Combination for Performance and Safety Evaluation 1000
Conference Record, IAS Annual Meeting 1977 610
電気学会論文誌D(産業応用部門誌), 141 巻, 11 号 510
Virulence Mechanisms of Plant-Pathogenic Bacteria 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3561543
求助须知:如何正确求助?哪些是违规求助? 3135129
关于积分的说明 9411323
捐赠科研通 2835648
什么是DOI,文献DOI怎么找? 1558529
邀请新用户注册赠送积分活动 728347
科研通“疑难数据库(出版商)”最低求助积分说明 716791