文献

J-GLOBAL ID：201902233926889778   整理番号：19A1805253

調整パラメータ選択のない共通および新しい異常値測度のランキング差の和を用いたコンセンサス異常値検出【JST・京大機械翻訳】

Consensus Outlier Detection Using Sum of Ranking Differences of Common and New Outlier Measures Without Tuning Parameter Selections

著者 (2件)： Brownfield Brett (Department of Chemistry, Idaho State University, Idaho, United States) ,  Kalivas John H. (Department of Chemistry, Idaho State University, Idaho, United States)
資料名： Analytical Chemistry  (Analytical Chemistry)
巻： 89  号： 9  ページ： 5087-5094  発行年： 2017年 
JST資料番号： A0395A  ISSN： 0003-2700  CODEN： ANCHAM  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： サンプル異常値検出は,多変量キャリブレーションモデルを計算する前に不可欠である。特に高次元空間における異常値は検出が困難である。異常値測度はHotellingのt-square,Q-残差,および研究した残差は分光学的データによる分析化学における標準である。しかし,これらの他の長所はパラメータ依存性で,異常値自体に敏感である。すなわち,測定はスワッピングとマスキングに敏感である。さらに,使用した異常値測度に依存する異常値として,異なる試料もしばしばフラグメンテーションされる。ランキング差(SRD)の和は,同調パラメータ値のウィンドウを横切る複数の異常値測度を同時に評価し,それにより異常値検出を単純化し,改善された検出を提供する新しい一般的融合ツールである。本論文で提示することは,マスキングとスワッピングの影響にもかかわらず,複数の異常値を検出するためのSRDである。スペクトル(x-異常値)と検体(y-異常値)異常値の両方を,それぞれの長所を用いてSRDと別々にまたはタンデムに検出することができた。SRDに特有なことは,異常値としてフラッグされたサンプルを確認するための融合検証プロセスである。SRDプロセスはまた,サンプルマスキングチェックを可能にする。SRDによって提示され,使用されることは,いくつかの新しい異常値検出測度である。これらの測度には,Procrustes解析の非定型的な使用と拡張された逆信号補正(EISC)が含まれている。この方法を二つの近赤外(NIR)データセットで実証した。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： *異常値 ,  直列接続 ,  同調 ,  簡素化 ,  残差 ,  マスキング ,  フラグメンテーション ,  スペクトル ,  分析化学 ,  *等級づけ ,  *測度 ,  高次元 ,  近赤外線
準シソーラス用語： 多変量 ,  *異常値検出 , 【Automatic Indexing@JST】

分類 (3件)： 分子構造  (EB03020Y) ,  バイオアッセイ  (EA03060N) ,  分光分析  (CC03012W)

タイトルに関連する用語 (6件)： パラメータ選択 ,  異常値 ,  測度 ,  ランキング ,  コンセンサス ,  異常値検出