文献

J-GLOBAL ID：201802218264513632   整理番号：18A0758879

水処理におけるIoT/AI技術 機械学習を用いたセンサ予知保全への取り組み

著者 (5件)： 秋山宗一郎 (横河ソリューションサービス) ,  川出慎士 (横河ソリューションサービス) ,  黒木成多 (横河ソリューションサービス) ,  鹿子木宏明 (横河電機 IA-PS新分野開発セ) ,  高見豪 (横河電機 IA-PS新分野開発セ)
資料名： 環境浄化技術  (Environmental Solution Technology)
巻： 17  号： 3  ページ： 10-14  発行年： 2018年05月01日 
JST資料番号： L4697A  ISSN： 1347-9970  CODEN： KJGAAZ  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・IoTやビッグデータ解析に用いられる機械学習について,センサーデータからパターンを習得させ,人では判別しづらい現象の判定,予知できない事実を判定する実験を実施し,その結果と従来解析手法による結果とを比較。
・機械学習を利用する際の2つのステップ,データの集合からパターンを見つけるための学習ステップ,及び,学習結果を利用して未知のデータを推定する評価ステップについて解説。
・機械学習の結果が事実と合致するかどうかについて,水道水とアルカリ水を使ったpH判定実験により説明し,また,pH電極が経時劣化する状態をディープラーニングで判定する実験を紹介。
・pH判定と同じ実験環境で2か月データを収集して教師データとして,従来の解析手法と機械学習による劣化診断実験結果を比較検討して評価。

シソーラス用語： 相互接続 ,  *データ ,  機械学習 ,  パターン認識 ,  *パターン形成 ,  解析 ,  方式
準シソーラス用語： *IoT ,  センサデータ ,  パターン化 ,  *ビッグデータ ,  解析手法 ,  教師データ ,  *深層学習

分類 (4件)： 上水道工学・用水処理一般  (SC02010X) ,  その他の情報処理  (JE15050M) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 水処理 ,  IoT ,  AI技術 ,  機械学習 ,  予知保全