文献

J-GLOBAL ID：201802242071327913   整理番号：18A1940807

最適次元縮小法の故障検出評価と設計のための情報理論フレームワーク【JST・京大機械翻訳】

An Information-Theoretic Framework for Fault Detection Evaluation and Design of Optimal Dimensionality Reduction Methods

著者 (3件)： Jiang Benben (Massachusetts Institute of Technology, Cambridge, MA 02139, USA) ,  Sun Weike (Massachusetts Institute of Technology, Cambridge, MA 02139, USA) ,  Braatz Richard D. (Massachusetts Institute of Technology, Cambridge, MA 02139, USA)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 51  号： 24  ページ： 1311-1316  発行年： 2018年 
JST資料番号： W3101A  ISSN： 2405-8963  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： データベースの故障検出は,製造業で最も一般的に使われている様々な次元縮小技術を持つ成長領域である。これらの方法の評価は,一般的に,特定のデータセットを与えられた誤警報率と故障検出率の比較に基づいている。本論文は,異なる故障検出手法の評価のための普遍的基準を提案することを目的とした。この目的のために,故障検出問題を情報点に埋め込む情報理論フレームワークを提示した。次に,故障検出評価のための基礎を,抽出した特徴空間に含まれる情報の観点から確立した。開発された理論は,相互情報がいくつかの問題において有用であるかもしれない他の性能指標ではないが,むしろ良い故障検出方法が,次元縮小技術によって抽出された特徴に保存された情報をより大きくすることができる,故障検出性能がより良いことを示した。このフレームワークを用いて,故障検出のための次元縮小法のための最適な等情報変換行列を導出した。これは主成分分析と正準変量解析のランダムバイアスによる振動過程への適用において実証された。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： *次元縮小 ,  *情報理論 ,  製造業 ,  データベース ,  *故障検出 ,  主成分分析 ,  バイアス
準シソーラス用語： データ駆動 ,  プロセス監視 ,  変換行列 ,  性能指標 ,  特徴空間 ,  誤警報率 , 【Automatic Indexing@JST】

著者キーワード (5件)： 故障検出 ,  プロセスモニタリング ,  データ駆動法 ,  次元縮小技術 ,  情報理論

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (6件)： 次元縮小 ,  故障検出 ,  評価 ,  設計 ,  情報理論 ,  フレームワーク