文献

J-GLOBAL ID：201802246604658310   整理番号：18A1897712

時間情報を用いたGauss混合モデルアルゴリズム【JST・京大機械翻訳】

A Gaussian Mixture Model Algorithm Using the Temporal Information

著者 (3件)： Guo Wei (School of Electrical Information & Engineering, Jiangsu University, Zhenjiang, 212013, P. R. China) ,  Pan Tianhong (School of Electrical Information & Engineering, Jiangsu University, Zhenjiang, 212013, P. R. China) ,  Li Zhengming (School of Electrical Information & Engineering, Jiangsu University, Zhenjiang, 212013, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 7975-7979  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： ソフトセンサは,低周波数で測定できないか測定できる製品品質を監視するために,バッチプロセスで広く使われている。多くのマルチモデル/多相モデリング法は,異なる動作領域における重なり部分を扱うことができない。時間的情報に基づくGMMアルゴリズムを提案して,本論文における重なり問題を克服した。提案した方法は,時間的ペナルティ項を導入することにより事後確率を最大化する。次に,GMMのパラメータを,期待値最大化(EM)アルゴリズムを用いて,対数尤度関数によって推定することができた。数値シミュレーションとペニシリン生産プロセスへの応用により,提示したアルゴリズムの性能を実証した。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： 多相 ,  *アルゴリズム ,  生産プロセス ,  製品品質 ,  バッチ処理 ,  ペニシリン類 ,  事後確率 ,  尤度関数 ,  ペナルティ ,  対数 ,  モデリング
準シソーラス用語： 数値シミュレーション ,  EMアルゴリズム ,  ソフトセンサ ,  *Gauss混合モデル , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 時間情報 ,  Gauss混合モデル ,  アルゴリズム