文献

J-GLOBAL ID：201702233444064208   整理番号：17A0063595

相互情報量に基づく分散型動的PCA 故障検出手法【JST・京大機械翻訳】

Fault detection by decentralized dynamic PCA algorithm on mutual information

著者 (3件)： Tong Chudong (Faculty of Electrical Engineering & Computer Science, Ningbo University) ,  Lan Ting (Faculty of Electrical Engineering & Computer Science, Ningbo University) ,  Shi Xuhua (Faculty of Electrical Engineering & Computer Science, Ningbo University)
資料名： Huagong Xuebao  (Huagong Xuebao)
巻： 67  号： 10  ページ： 4317-4323  発行年： 2016年 
JST資料番号： E0215B  ISSN： 0438-1157  CODEN： HUKHAI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現代の大型複雑な動的過程に対して、異なる測定変数は異なる序列相関性が存在し、しかも変数間の相互影響は異なるサンプリング時刻に現れる。そのために,分散相互作用の利点を利用して,相互情報量に基づく分散型動的プロセス故障検出法を提案した。この方法では,各測定変数に対して複数の遅延測定値を導入した後,相互情報量を用いて各変数ごとにその測定値を識別し,対応する変数サブブロックを構築した。この変数分割方式は,各々の変数サブブロックに対応する自己相関と交差相関情報を十分に獲得することができ,データの動的問題をうまく扱うことができる。次に,主成分分析(PCA)アルゴリズムを用いて,各変数のサブブロックを統計的にモデル化し,大規模な動的プロセスに適したであったの故障検出モデルを構築した。最後に,動的プロセスモニタリングのためのこの方法の実現可能性と有効性を実例によって検証した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 主成分分析 ,  *相互情報量 ,  自己相関 ,  アルゴリズム ,  *故障検出 ,  モデリング ,  動的問題
準シソーラス用語： 相互相関 ,  動的プロセス ,  分散相互作用 , 【Automatic Indexing@JST】

著者キーワード (5件)： principal component analysis ,  process systems ,  mutual information ,  fault detection ,  statistical process monitoring

分類 (3件)： 情報工学基礎理論一般  (JB01000T) ,  人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 相互情報量 ,  PCA ,  故障検出 ,  手法