文献

J-GLOBAL ID：201702280941822558   整理番号：17A1186479

雑音溶接性予測データにおける適切な矛盾のための平均許容誤差をもつ予測測定【Powered by NICT】

Prediction measurement with mean acceptable error for proper inconsistency in noisy weldability prediction data

著者 (3件)： Kim Kyoung-Yun (Department of Industrial and Systems Engineering, Wayne State University, Detroit, MI 48202, USA) ,  Park Junheung (Department of Industrial and Systems Engineering, Wayne State University, Detroit, MI 48202, USA) ,  Sohmshetty Raj (Advanced Steel Technology, R&A Engineering, Ford Motor Company, Dearborn, MI 48124, USA)
資料名： Robotics and Computer-Integrated Manufacturing  (Robotics and Computer-Integrated Manufacturing)
巻： 43  ページ： 18-29  発行年： 2017年 
JST資料番号： H0987A  ISSN： 0736-5845  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： 溶接プロセスの複雑な性質のために,予測モデルを構築するために使用したデータは,かなりの量の矛盾を含んでいた。一般的に,この種の矛盾したデータは文献における雑音として処理した。しかし,溶接性予測のための,一貫性のないデータは本過程に関する追加情報を抽出するので,適切な不一致として記述する,矛盾は排除されないかもしれない。本論文では,適切な不整合の存在下では,機械学習アルゴリズムを用いて一般的に同じ方法を,モデル構築と予測測定のに不適切であることを論じた。適切な矛盾の数値特性のために,伝統的な予測性能測度を用いた予測モデルからあいまいな予測結果を達成する可能性がある。本論文では,平均許容誤差(MACE)と呼ばれる新しい予測性能測度,適切な矛盾の存在と構築した予測モデルの性能を測定することを提案した。本論文では,実際の溶接性予測データと実験結果を提示した,MACEで測定したk最近傍(kNN)と一般化回帰ニューラルネットワーク(GRNN)の予測性能とMACE,kNN,GRNNに関連したデータの異なる特性を調べた。結果から,適切に矛盾したデータ上のより小さなKを用いたMACEで測定した予測性能を増加することを示した。また,正確なデータの予測性能は増加したが,適切に矛盾したデータの影響はMACEの測定とともに減少した。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： 不整合 ,  曖昧さ ,  *公差 ,  学習アルゴリズム ,  *雑音 ,  *溶接 ,  モデリング ,  *溶接性 ,  予測モデル ,  *予測
準シソーラス用語： *矛盾 ,  予測性能 ,  一般回帰ニューラルネットワーク ,  性能測度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 溶接性予測 ,  データ矛盾 ,  適切な矛盾 ,  平均許容誤差 ,  予測測定

分類 (3件)： 軸受  (QB01020W) ,  信頼性  (KB04040H) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： 雑音 ,  溶接性 ,  予測 ,  矛盾 ,  平均 ,  許容誤差