文献

J-GLOBAL ID：201902248555169957   整理番号：19A1811267

変分方向とクラスタ化アルゴリズムに基づく正規および異常データセグメンテーション【JST・京大機械翻訳】

Normal and Abnormal Data Segmentation Based on Variational Directions and Clustering Algorithms

著者 (2件)： Chen Kuang (College of Engineering, Peking University, China) ,  Wang Jiandong (College of Electrical Engineering and Automation, Shandong University of Science and Technology, China)
資料名： Industrial & Engineering Chemistry Research  (Industrial & Engineering Chemistry Research)
巻： 56  号： 27  ページ： 7799-7813  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： 歴史的な正常および異常なデータセットは,プロセス監視,警報システムの合理化,故障検出および診断のための前提条件である。本論文では,複数のプロセス変数の変分方向に基づいて,歴史的データセットから正常および異常なデータセグメントを自動的に発見する新しい方法を提案した。最小時間継続時間と最小振幅シフトを,データセットにおける基礎となる段階を定義するための経験的知識として導入した。これらの段階の同定における2つの主要な課題は,密度ベースのクラスタリングアルゴリズムを用いることによって扱われる。提案した方法の有効性を数値的および工業的事例を用いて説明した。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： *クラスタ化 ,  プロセス変数 ,  警報システム ,  *アルゴリズム ,  *変分法 ,  継続時間 ,  故障検出 ,  有効性 ,  合理化
準シソーラス用語： クラスタリングアルゴリズム ,  プロセス監視 , 【Automatic Indexing@JST】

分類 (2件)： 化学プロセスの解析  (XC01030R) ,  化学プロセスの制御  (XC02020N)

タイトルに関連する用語 (4件)： 変分 ,  クラスタ化 ,  アルゴリズム ,  セグメンテーション