文献

J-GLOBAL ID：201802237534290958   整理番号：18A0509592

プロセス動的時間遅延配列の予測への新しい畳込みニューラルネットワークに基づくアプローチ【Powered by NICT】

A novel convolutional neural network based approach to predictions of process dynamic time delay sequences

著者 (2件)： Yang Bo (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Li Hongguang (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 174  ページ： 56-61  発行年： 2018年 
JST資料番号： E0150B  ISSN： 0169-7439  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： 相関プロセス変数は常に動的時間遅延配列を含む実用的である。本論文では,動的時間遅延配列を予測するために提案する新しい畳込みニューラルネットワーク(CNN)に基づくアプローチ。相関プロセス変数間の計算類似性に従って,時間遅延配列は弾性窓(EW DTDA)法による動的時間遅延解析を用いてオフラインで抽出した。さらに,時間遅延配列とプロセス変数データ間の付加的な相関分析により,時間遅延配列に影響する主にプロセス変数を得ることができた。最後に,抽出された時間遅延配列と得られた主に影響変数間の深い学習CNNモデルを構築時間遅延配列をオンラインで予測する。提案した方法の有効性を検証するために,この方法は動的時間遅延配列を分析するための実際の蒸留塔に適用し,シミュレーション結果は,提案した手法の有効性を確認した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： シミュレーション ,  蒸留塔 ,  モデル ,  学習 ,  類似性 ,  *プロセス変数 ,  弾性
準シソーラス用語： オンライン ,  相関分析 ,  オフライン ,  遅延解析 ,  *畳込みニューラルネットワーク ,  *時間遅れ , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳込みニューラルネットワーク ,  時間遅延配列 ,  相関プロセス変数 ,  弾性窓 ,  蒸留塔

分類 (2件)： 統計的品質管理  (KB04030W) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： プロセス ,  時間遅延 ,  予測 ,  畳込みニューラルネットワーク