文献

J-GLOBAL ID：201802242971707166   整理番号：18A1897354

非Gauss過程のための初期パラメータ基準ベースGauss混合モデル監視法【JST・京大機械翻訳】

Initial-Parameter-Criterion Based Gaussian Mixture Model Monitoring Method for Non-Gaussian Process

著者 (2件)： Tian Ying (Shanghai Key Lab of Modern Optical System, School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai, 200093) ,  Du Wenli (Key Laboratory of Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai, 200237)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 5749-5756  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： Gauss混合モデル(GMM)監視法は,一般的に非Gaussプロセス監視に使用されている。GMM監視法において,Gauss成分の最終数と統計的分布パラメータを,モデル化フェーズにおける改良Figueidox-Jain(F-J)アルゴリズムを通して推定した。しかし,現代産業のデータ次元は高く,初期Gauss成分の数はアルゴリズムの精度に対して大きい。この条件の下で,サンプルの相対的な少数は,改良されたF-Jアルゴリズムの重み推定式における分母をゼロにし,アルゴリズムを懸濁させる。アルゴリズムを許容できるモデリング時間でうまく動作させるために,初期Gauss成分,データ次元,サンプリング数の間の初期パラメータ基準を推論し,内部パラメータ基準に基づくGMM(IPC-GMM)監視法を提案した。提案した監視法をTEプロセス監視に使用し,シミュレーション結果はIPC-GMM監視法の有効性と必要性を明らかにした。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： 懸濁液 ,  *Gauss過程 ,  位相 ,  モデリング ,  シミュレーション ,  アルゴリズム
準シソーラス用語： プロセス監視 ,  推定式 ,  統計分布 ,  *Gauss混合モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： Gauss過程 ,  初期 ,  パラメータ ,  Gauss混合モデル ,  監視法