文献

J-GLOBAL ID：201202235704277312   整理番号：12A1022691

非線形自己回帰隠れMarkovモデル法に基づくプロセス制御データに対する異常値検出

Outlier detection for process control data based on a non-linear Auto-Regression Hidden Markov Model method

著者 (3件)： LIU Fang (Northeastern Univ., Shenyang, CHN) ,  MAO Zhizhong (Northeastern Univ., Shenyang, CHN) ,  SU Weixing (Shenyang Inst. Automation, Chinese Acad. Sci., Shenyang, CHN)
資料名： Transactions of the Institute of Measurement and Control  (Transactions of the Institute of Measurement and Control)
巻： 34  号： 5  ページ： 527-538  発行年： 2012年07月 
JST資料番号： E0581B  ISSN： 0142-3312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： プロセス産業における時系列に対する異常値検出問題について論じた。プロセス制御システムにおける時系列の特性を考察することで,新しい異常値検出アルゴリズムを提案した。このアルゴリズムでは,制御物体のモデルを構築するために改善された動径基底関数ネットワークを,そして異常値を検出するために自己回帰隠れMarkovモデルを採用している。従来の多くの方法とは異なり,本アルゴリズムは事前データを必要とせず,閾値をあらかじめ選択することなく異常値を正確に検出できる。提案アルゴリズムをアーク炉の電極レギュレータシステムに適用することで立証した。

シソーラス用語： *隠れMarkovモデル ,  *プロセス制御 ,  異常値 ,  動径基底関数ネットワーク ,  自己回帰モデル ,  アーク炉 ,  学習アルゴリズム ,  収束 ,  データ ,  計算機シミュレーション ,  検出
準シソーラス用語： 時系列データ

分類 (1件)： プロセス制御  (IC03040B)

タイトルに関連する用語 (6件)： 非線形 ,  自己回帰 ,  隠れMarkovモデル ,  プロセス ,  制御データ ,  異常値検出