文献

J-GLOBAL ID：201702219389127995   整理番号：17A1717082

視覚工業プロセスモニタリングのためのFDA t SNEにより得られた入力と状態マッピング平面の間の神経回路網モデリングの関係【Powered by NICT】

Neural network modeling relationship between inputs and state mapping plane obtained by FDA-t-SNE for visual industrial process monitoring

著者 (2件)： Tang Jiawei (Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China) ,  Yan Xuefeng (Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 60  ページ： 577-590  発行年： 2017年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 故障モニタリングと診断は有意に現代化学プロセスの実際の動作を理解するのに役立つことができる。データ可視化の技術スタッフは,他の従来の技術と比較して種々の故障条件を検出し,診断視覚的に可能にすることができる。Fisher判別分析(FDA),t分布確率的近傍埋込み(t SNE),と逆伝播(BP)人工神経回路網は,視覚故障監視と診断した。三つの基本的な段階が関与している。最初に,FDAを用いて,データセットの主要な特徴,データの異なる状態を含むを抽出することである。第二に,あるt-SNEは,データ可視化に適用し,写像平面に,化学プロセスの種々の状態はそれら自身のマッピング領域を持っている。第三に,BPは,入力と写像平面にマッピング点の位置をモデル化した。最後に,訓練されたBPネット故障監視と診断に利用できる。組合せ法の性能を解析するためのFDA,SOMとFDA SOM(自己組織化マップ)間のTennessee Eastmanプロセスに基づいて研究した詳細な比較実験。手法はその他の最先端レベル手法よりも視覚故障監視および診断のための非常に競争力がある。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 故障 ,  t分布 ,  化学プロセス ,  自己組織化特徴マップ ,  写像 ,  ニューラルネットワーク ,  比較試験 ,  *視覚 ,  *モデリング
準シソーラス用語： フィッシャー判別分析 ,  データ可視化 ,  *ニューラルネットワークモデリング ,  *プロセス監視 , 【Automatic Indexing@JST】

著者キーワード (5件)： Fisher判別分析 ,  T分散確率隣接埋め込み ,  BP人工神経回路網 ,  故障診断 ,  故障モニタリング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 視覚 ,  工業 ,  プロセスモニタリング ,  FDA ,  マッピング ,  神経回路網モデリング