文献

J-GLOBAL ID：201702245401777864   整理番号：17A1264816

前方更新方式を用いたアクティブ学習動的ソフトセンサ【Powered by NICT】

Active learning dynamic soft sensor with forward-update scheme

著者 (3件)： Wu Qing-Yang (CTCI Advanced System Inc. Taipei 11510, Taiwan, R.O.C.) ,  Chan Lester Lik Teck (Department of Chemical Engineering, Chung-Yuan Christian University, Chung-Li, Taoyuan 32023, Taiwan, R.O.C.) ,  Chen Junghui (Department of Chemical Engineering, Chung-Yuan Christian University, Chung-Li, Taoyuan 32023, Taiwan, R.O.C.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AdCONIP  ページ： 306-311  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ソフトセンサを用いて,容易なプロセス変数から品質変数を推定した。従来の静的ソフトセンサであるプロセスの動力学を扱うことができない。データに基づくソフトセンサ開発のために,生のセンサデータの豊度と,変数相関の問題と多数の試料を遭遇する。動的ソフトセンサモデルの効率的な開発のための代表的データを選択する潜在変数モデル(LVM)に基づく能動学習戦略を提示した。データ選択を行うためには不確実性情報は,Gauss過程(GP)モデルによって提供される。補助GPモデルとLVMは動的プロセスに適した動的フレームワークの下で開発した。進歩におけるソフトセンサモデルを更新するための前方更新方式はソフトセンサはプロセスの現状を反映し,品質測定を待たずにソフトセンサモデルを改善することができることを提案した。提案した方法は,工業的流動接触分解プロセスデータに適用した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 流動接触分解 ,  品質 ,  不確実性 ,  Gauss過程 ,  *プロセス変数
準シソーラス用語： 動的プロセス ,  *ソフトセンサ ,  能動学習 , 【Automatic Indexing@JST】

分類 (4件)： 数値計算  (JE02000J) ,  ドキュメンテーション  (CA01030Q) ,  化学プロセスの制御  (XC02020N) ,  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 (3件)： 更新 ,  アクティブ学習 ,  ソフトセンサ