文献

J-GLOBAL ID：201802213002819196   整理番号：18A2003876

予測アルゴリズム設計のための条件付き予測Bayes Cramer-Rao下界【JST・京大機械翻訳】

Conditional predictive Bayesian Cramer-Rao Lower Bounds for prognostic algorithms design

著者 (3件)： Acuna David E. (Department of Electrical Engineering, Faculty of Mathematical and Physical Sciences, University of Chile, Av. Tupper 2007, Santiago, Chile) ,  Orchard Marcos E. (Department of Electrical Engineering, Faculty of Mathematical and Physical Sciences, University of Chile, Av. Tupper 2007, Santiago, Chile) ,  Saona Raimundo J. (Department of Mathematical Engineering, Faculty of Mathematical and Physical Sciences, University of Chile, Av. Beauchef 851, North Tower, Floor 4, Santiago, Chile)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 72  ページ： 647-665  発行年： 2018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： システム状態は,健康状態指標に直接または間接的に関連している。実際に,臨界システム故障は状態空間マニホールドを通して効率的に特性化できる。この事実は,Bayesプロセッサ(例えば,粒子または無香料Kalmanフィルタ)に基づく一連の故障予後フレームワークの開発を奨励し,不確実な将来の運転プロファイルを持つ非線形,非Gauss,システムにおける故障確率分布(ToF)確率分布の推定を効率的に支援する。しかしながら,これらの方法の有効性を決定する方法は,適切な性能指標を定義するのに役立つ厳密な理論的枠組みを開発していないので,これらの方法の有効性を決定することは依然として不明である。本論文では,予測された状態平均二乗誤差(MSE)のためのBayes Cramer-Rao下部境界(BCRLB)の概念に基づく新しい予後性能計量を紹介した。これは測定データとモデル動力学に条件付けられる。予後問題の形式的数学的定義を提供する。さらに,著者らは,得られた結果が基本的な精度限界を破らないことを保証することを可能にする,予後アルゴリズムのハイパーパラメータを調整するための新しいステップ毎の設計方法論を提案した。例証例として,予測BCRLB概念と提案した設計方法論の両方を,リチウムイオン電池における放電末期(EoD)時間予測の問題に適用した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  キャラクタリゼーション ,  故障 ,  *予測 ,  確率分布 ,  放電 ,  リチウムイオン電池 ,  マニホールド ,  不確実性 ,  *アルゴリズム ,  測定データ ,  演算プロセッサ
準シソーラス用語： ハイパーパラメータ ,  拡張Kalmanフィルタ ,  *下界 , 【Automatic Indexing@JST】

著者キーワード (5件)： 予後と健康管理 ,  予後アルゴリズム設計 ,  Bayes Cramer-Rao下界 ,  粒子フィルタ ,  電池の端部放電

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 予測アルゴリズム ,  設計 ,  予測 ,  下界