文献

J-GLOBAL ID：201802240206391509   整理番号：18A0860205

大規模生産における故障モデリングのためのBayesネットワークベース学習システム【JST・京大機械翻訳】

A Bayesian network based learning system for modelling faults in large-scale manufacturing

著者 (3件)： Carbery Caoimhe M. (Electrical and Computer Engineering (ECE), Queen’s University Belfast, Northern Ireland) ,  Woods Roger (Electrical and Computer Engineering (ECE), Queen’s University Belfast, Northern Ireland) ,  Marshall Adele H. (Mathematical Sciences Research Centre, Queen’s University Belfast, Northern Ireland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIT  ページ： 1357-1362  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： 製造会社は,それらの製品収率を改善し,高度データ分析を通してシステム故障を低減するために,故障の早期予測と検出から利益を得ることができる。それらの処理システムに関する多くのデータが存在する一方で,それらのシステムを改善するための洞察を得るために,それらを用いることにおいて困難に直面している。Bayesネットワーク(BN)は,Boschからの大規模な製造データセットにおける故障を診断し予測するためにここで考慮されている。BN構造学習はより小さいサイズのデータに対して追加的に行われているが,本研究では,変数に関する情報の少ない大規模データセットに対する適切なBN構造の学習能力を初めて実証した。また,本論文は,応答に関する統計的に重要な変数の選択を通して,Boschデータセットのための適切な確率モデルを作成するための新しいフレームワークを実証した。次に,これを用いて,確率的質問に答え,生産プロセスにおけるセンサ値の変化に基づいて製品を分類するために用いることができるBNネットワークを作成した。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： 処理装置 ,  確率モデル ,  *ネットワーク ,  予測 ,  生産プロセス ,  センサ ,  データ解析
準シソーラス用語： 学習能力 ,  大規模データセット ,  構造学習 ,  システム障害 ,  *学習支援システム ,  *信念ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 大規模 ,  故障モデリング ,  Bayesネットワーク ,  学習システム