文献

J-GLOBAL ID：201902270308008189   整理番号：19A0527759

RVMによる統合多変量劣化予測【JST・京大機械翻訳】

Integrated multivariate degradation prediction by RVM

著者 (4件)： Jiang Ping (College of Information System and Management, National University of Defense Technology, Changsha, P. R. China) ,  Guo Bo (College of Information System and Management, National University of Defense Technology, Changsha, P. R. China) ,  Liu Shiqi (College of Information System and Management, National University of Defense Technology, Changsha, P. R. China) ,  Xing Yunyan (College of Continuing Education, National University of Defense Technology, Changsha, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISSE  ページ： 1-3  発行年： 2017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： 劣化予測は,故障を避けるための安全関連製品にとって重要である。製品の多重パラメータの劣化が考慮されるとき,特にパラメータが相関するとき,従来の単変量分解予測法は適用できない。この問題に対処するために,Mahalanobis距離を提案し,複数のパラメータを一つの統一指標に結合した。次に,製品の健全なベースラインを統一指標に基づいて決定した。最後に,増加ベクトルマシンの方法を適用して,統一指数の変化傾向を予測して,故障時間を見つけた。事例研究を提示し,提案した方法の妥当性を証明した。Copyright 2019 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： 予測技法 ,  多重化 ,  *故障 ,  ベクトル ,  安全性 ,  基準線 ,  事例研究
準シソーラス用語： Mahalanobis距離 ,  *劣化予測 ,  *多変量 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 統合 ,  多変量 ,  劣化予測