文献

J-GLOBAL ID：201802212945834350   整理番号：18A1896793

LIBS技術とランダム森林回帰に基づく合金鋼要素のオンライン検出と解析【JST・京大機械翻訳】

On-line Detection and Analysis of Alloy Steel Elements Based on the LIBS Technology and Random Forest Regression

著者 (4件)： Jixuan Yang (Tianjin University of Technology, Tianjin Key Laboratory of Intelligent Computing and Novel Software Technology, Tianjin, 300384, China) ,  Qin Zhang (Tianjin University of Technology, Tianjin Key Laboratory of Intelligent Computing and Novel Software Technology, Tianjin, 300384, China) ,  Peng Yang (Tianjin University of Technology, Tianjin Key Laboratory of Intelligent Computing and Novel Software Technology, Tianjin, 300384, China) ,  Junqing Sun (Tianjin University of Technology, Tianjin Key Laboratory of Intelligent Computing and Novel Software Technology, Tianjin, 300384, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 2359-2363  発行年： 2018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： レーザ誘起破壊分光法(LIBS)技術を用いて,合金鋼中の元素を実時間で検出することができる。従来のLIBS技術の定量分析法は主にキャリブレーション法とキャリブレーションフリー法を有するが,2つの欠点がある:低い予測精度と適合性。ランダムフォレスト回帰(RFR)アルゴリズムは,分類と回帰のために使用することができて,効果的に「過剰適合」現象を避けることができた。したがって,本論文では,冶金産業における合金鋼元素の濃度の検出に適用されたレーザ誘起破壊分光法とランダムフォレスト回帰アルゴリズムを組み合わせて,LIBSに基づく部分最小二乗法と比較して,LIBS技術と組み合わせたランダムフォレストアルゴリズムは,より高い予測精度,より低い二乗平均誤差,およびより良いロバスト性を有することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  定量分析 ,  *合金鋼 ,  部分最小二乗法 ,  適応性 ,  ロバスト性
準シソーラス用語： 予測精度 ,  実時間 ,  *オンライン ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： LIBS ,  森林 ,  合金鋼 ,  要素 ,  オンライン ,  解析