文献

J-GLOBAL ID：201802215199238423   整理番号：18A0857011

製造プラントの調和波におけるパターン認識による機械配置【JST・京大機械翻訳】

Machine Allocation via Pattern Recognition in Harmonic Waves of Manufacturing Plants

著者 (5件)： Reger Arnim (Fraunhofer Institute for Manufacturing Engineering and Automation, Project Group Process Innovation, Universitaetsstrasse 9, 95447 Bayreuth, Germany) ,  Dumler Jonas (Fraunhofer Institute for Manufacturing Engineering and Automation, Project Group Process Innovation, Universitaetsstrasse 9, 95447 Bayreuth, Germany) ,  Lobachev Oleg (Visual Computing of University Bayreuth, 95440 Bayreuth, Germany) ,  Neuberger Julian (Visual Computing of University Bayreuth, 95440 Bayreuth, Germany) ,  Steinhilper Rolf (Fraunhofer Institute for Manufacturing Engineering and Automation, Project Group Process Innovation, Universitaetsstrasse 9, 95447 Bayreuth, Germany)
資料名： Procedia CIRP  (Procedia CIRP)
巻： 67  ページ： 69-74  発行年： 2018年 
JST資料番号： W3527A  ISSN： 2212-8271  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： 非侵入負荷監視は,家庭のエネルギー消費の変化を分析するために現在使用されている。電気消費者の数,関連するスーパーポジション,およびショップフロア上の高調波の多様性のために,現在のproceは産業環境では適用できない。本論文では,4つの製造プラントの高調波におけるパターンを時間と周波数領域で解析した。機械配置のために,特徴を抽出し,k-平均とサポートベクトルマシンによって分類し,精度は97.3と97.9%であった。比較のために,畳込みニューラルネットワークを,時間領域における調和プロファイルにより,98.7%の精度で訓練した。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： 高調波 ,  *生産工場 ,  サポートベクトルマシン ,  周波数領域 ,  エネルギー消費 ,  電力消費 ,  *パターン認識
準シソーラス用語： 時間領域 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械割当 ,  非侵入負荷モニタリング ,  生産プラント ,  調和波 ,  深層学習 ,  畳み込みニューラルネットワーク

分類 (2件)： エネルギー消費・省エネルギー  (LD01000B) ,  電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (2件)： 製造プラント ,  パターン認識