文献

J-GLOBAL ID：201302243021840976   整理番号：13A0026300

線形回帰モデルにおけるNCスペクトラルクラスタリングを用いた効率的な入力変数選択

An Efficient Input Variable Selection for a Linear Regression Model by NC Spectral Clustering

著者 (3件)： 藤原幸一 (京大) ,  澤田宏 (NTT コミュニケーション科学基礎研) ,  加納学 (京大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 279(IBISML2012 34-92)  ページ： 359-366  発行年： 2012年10月31日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 生産現場では,これまで生産性向上のため操業データの解析に取り組んできた。操業データ解析では,予測精度の高い線形回帰モデルの効率的な構築が成功の鍵を握るが,そのためには適切に回帰に用いる変数を選択する必要がある。本研究では,変数間の相関関係に基づくクラスタリング手法であるNCスペクトラルクラスタリング(NCSC)を用いた変数選択手法を提案する。提案法では,NCSCを用いて入力変数候補をいくつかの変数グループに分類し,各変数グループごとの出力への寄与率を用いて入力変数として採用する変数グループを選択する。これをNCSC型変数選択(NCSC-VS)と呼ぶ。本研究では,化学プロセスの実データを対象としたケーススタディにより提案法の有効性を検証した。(著者抄録)

シソーラス用語： *回帰モデル ,  クラスタ化 ,  クラスタ分析 ,  *部分最小二乗法 ,  パターン認識 ,  *生産性分析 ,  データ解析 ,  化学プロセス ,  *変数選択 ,  説明変数 ,  *線形回帰モデル ,  *ソフトセンサ ,  予測精度 ,  改変 ,  *分析
準シソーラス用語： *スペクトラルクラスタリング ,  グラフ分割

分類 (2件)： 統計的品質管理  (KB04030W) ,  化学プロセスの測定,監視,計装  (XC02030Y)

引用文献 (22件)：

• Jaeckle, C. M. Product Design through Multivariate Statistical Analysis of Process Data. AIChE J. 1998, 44, 1105-1118
• Kano, M. Data-based process monitoring,process control, and quality improvement: Recent develop-\ ments and applications in steel industry. Comput. Chem Eng. 2008, 32, 12-24
• Mejdell, T. Estimation of Distillation Compositions from Multiple Temperature Measurements A Using Partial-lieaSt^Squares Regression. Ind. Eng. Chem.Res. 1991, 30, 2543-2555
• Mejdell, T. and S. Skogestad: Composition Estimator in a Pilot-plant Distillation Column Using Multiple Tempera-A tures. ind. Eng. Chem. Res. 1991, 30, 2555-2564
• Kamohara, H. Product Quality Estimation A and Operating Condition Monitoring for Industrial EthylettePrationator. J. Chem, Eng. Japani. 2004, 37, 422-428

タイトルに関連する用語 (4件)： 線形回帰モデル ,  NC ,  スペクトラルクラスタリング ,  変数選択