文献

J-GLOBAL ID：201802244107666736   整理番号：18A1355375

不確実性推定による予測器を用いたUAVセンサデータ異常検出とそのFPGA上での加速【JST・京大機械翻訳】

UAV sensor data anomaly detection using predictor with uncertainty estimation and its acceleration on FPGA

著者 (5件)： Liu Datong (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Wang Zeyang (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Wang Shaojun (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Pang Yeyong (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Liu Liansheng (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： I2MTC  ページ： 1-6  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： 異常検出は,自動データ解析,状態監視,診断および予後における一般的要求事項である。予測は一種のデータ駆動異常検出法である。しかし,予測子の不確実性を定量化することは,現在観測されているサンプルまたはシーケンスの異常状態を決定するための挑戦的な課題である。この問題を扱うために,本研究は不確実性最適推定を予測するサポートベクトルマシン(SVM)による予測ベースの異常検出法を提示する。結果として,点異常とフラグメント異常の両方を,高い検出性能で検出することができた。さらに,実際の産業応用の高いリアルタイム要求を考慮して,FPGAベースのベクトルプロセッサの加速を実行した。したがって,本研究は,埋め込まれたシステムベースのデータ異常検出要件,すなわち無人航空機を満たすことができる。実験結果により,異常検出FPRおよびFNRは,それぞれ,5.88%および2.20%であり,そして,高速化は,PCと比較して,2.6であり,そしてそれは,良好な応用展望を示した。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： *不確実性 ,  *予測 ,  データ解析 ,  無人機 ,  高速化 ,  ベクトルプロセッサ ,  *FPGA ,  サポートベクトルマシン
準シソーラス用語： 予測子 ,  予測器 ,  実時間 ,  *異常検出 ,  状態監視 ,  データ駆動 ,  最適推定 , 【Automatic Indexing@JST】

分類 (1件)： システム同定  (IA02040O)

タイトルに関連する用語 (8件)： 不確実性 ,  推定 ,  予測器 ,  UAV ,  センサデータ ,  異常検出 ,  FPGA ,  加速