文献
J-GLOBAL ID:201902232129874516   整理番号:19A1811890

修正転送エントロピーによるプロセス知識を統合した新しい因果的ネットワークモデリング法:複雑な化学プロセスの事例研究【JST・京大機械翻訳】

Novel Causal Network Modeling Method Integrating Process Knowledge with Modified Transfer Entropy: A Case Study of Complex Chemical Processes
著者 (8件):
資料名:
巻: 56  号: 48  ページ: 14282-14289  発行年: 2017年 
JST資料番号: C0385C  ISSN: 0888-5885  CODEN: IECRED  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現代産業の発展の進展に伴い,生産プロセスの安全性と信頼性を確保することはますます緊急の課題となっている。警報根本原因解析は複雑な産業プロセスの故障を防ぐのに非常に重要な役割を果たす。因果的ネットワークモデリングは警報根本原因解析の重要な部分である。良い因果的ネットワークモデルを構築するために,移動エントロピーは通常有効な方法として採用される。しかし,移動エントロピーの予測層の決定にはいくつかの問題がある。これらの問題を解決し,元の伝達エントロピー法の性能をさらに向上させるために,1つの変数から別の変数とそれ自身を同時に考慮した修正伝達エントロピー法を提案した。さらに,データ駆動とプロセス知識ベースのモデリング方法に基づいて,表面プロセス知識による移動エントロピーを統合する方式を設計して,伝達エントロピーの偽の計算を修正して,次に因果的ネットワークモデルを最適化して,因果関係検出の能力を改良した。提案した手法の有効性を検証するために,確率過程を用いた2つの事例研究とTennessee Eastmanと名付けた複雑な化学プロセスを実施した。シミュレーション結果は,因果律検出の発見能力が非常に改善できることを示した。Copyright 2019 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
化学プロセスの解析 

前のページに戻る