文献

J-GLOBAL ID：201002269644494545   整理番号：10A0390735

改良した独立成分分析法を用いる多変量統計的プロセス監視方法

Multivariate statistical process monitoring using an improved independent component analysis

著者 (2件)： WANG Li (Inst. of Automation, School of Information Sci. and Engineering, East China Univ. of Sci. and Technol., 130 Meilong ...) ,  SHI Hongbo (Inst. of Automation, School of Information Sci. and Engineering, East China Univ. of Sci. and Technol., 130 Meilong ...)
資料名： Chemical Engineering Research and Design  (Chemical Engineering Research and Design)
巻： 88  号： 4  ページ： 403-414  発行年： 2010年04月 
JST資料番号： E0282A  ISSN： 0263-8762  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： カーネル独立成分分析(Kernel ICA)をベースとした多変量統計的監視についての手法を提示した。カーネル主成分分析(KPCA)プラス独立成分分析(ICA)を意味する近年開発されたKICAとは異なり,Kernel ICAはICAの改良であり,再生カーネル Hilbert空間における規範的な相関をベースとした定関数を利用する。基本的なアイデアは独立成分を抽出するためのKernel ICAの利用であり,後者は多変量プロセスの高めた監視を提供するためであった。I²(独立スコアの2乗の和)及び予測誤差の2乗(SPE)を統計量として採用した。カーネル密度推定(KDE)は信頼限界を計算するために表示した。提案した監視方法は,廃水処理プロセス及びTennessee Eastmanプロセスのシミュレーション基準において,故障検知のために応用した。シミュレーション結果は明らかにICA及びKCIA監視との比較において,Kernel ICAの利点を示した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *独立成分分析 ,  主成分分析 ,  *多変量解析 ,  監視 ,  廃水処理 ,  *化学プロセス ,  *故障検出 ,  パターン認識 ,  プロセスシミュレーション ,  流れ図
準シソーラス用語： *Tennessee Eastmanプロセス ,  カーネル主成分分析 ,  *カーネル独立成分分析 ,  カーネル密度 ,  *プロセス監視

分類 (1件)： 化学プロセスの測定,監視,計装  (XC02030Y)

タイトルに関連する用語 (4件)： 独立成分分析 ,  多変量 ,  統計 ,  プロセス監視