文献

J-GLOBAL ID：202002226508152118   整理番号：20A1072676

産業用iotにおける異常検出のためのBayesおよびGauss処理によるLSTM学習【JST・京大機械翻訳】

LSTM Learning With Bayesian and Gaussian Processing for Anomaly Detection in Industrial IoT

著者 (6件)： Wu Di (ExponentiAI Innovation Laboratory and the Key Laboratory for Embedded and Network Computing of Hunan Province, Hunan University, Changsha, China) ,  Jiang Zhongkai (Key Laboratory for Embedded and Network Computing of Hunan Province and the Department of Computer Engineering, Hunan University, Changsha, China) ,  Xie Xiaofeng (Key Laboratory for Embedded and Network Computing of Hunan Province and the Department of Computer Engineering, Hunan University, Changsha, China) ,  Wei Xuetao (Department of Computer Science and Engineering, Southern University of Science and Technology, Shenzhen, China) ,  Yu Weiren (Department of Computer Science, University of Warwick, Coventry, U.K.) ,  Li Renfa (Key Laboratory for Embedded and Network Computing of Hunan Province and the Department of Computer Engineering, Hunan University, Changsha, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 16  号： 8  ページ： 5244-5253  発行年： 2020年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  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： 工業用モノのインターネット(IIoT)における数百万のセンサによって生成されたデータは,非常に動的で,不均一で,大規模であり,IIoTにおける異常検出のためのリアルタイム解析と意思決定に大きな挑戦をもたらす。本論文では,IIoTにおける異常値検出のための長い短期記憶ニューラルネットワーク(LSTM-NN)とGauss Bayesモデルの相乗効果である長い短期メモリ(LSTM)-Gauss-NBayes法を提案した。nuシェルにおいて,LSTM-NNは,通常の時系列に関するモデルを構築した。それは,Gauss Naive Bayesモデルに対する予測誤差を利用することにより,異常値を検出する。著者らの方法は,将来の時間点データに対するLSTMの強い予測能力を持つだけでなく,予測誤差を通してGauss Naive Bayesモデルの優れた分類性能を達成する,LSTMとGauss Naive Bayesモデルの両方の利点を利用する。長期的および短期的時間依存性を含む3つの実生活データセットに関する著者らのアプローチを評価した。経験的研究により,提案した技術は,異常検出のための望ましい選択である,最良の競争者よりも優れていることを実証した。Copyright 2020 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： 記憶装置 ,  意思決定 ,  *学習 ,  ニューラルネットワーク ,  相乗作用 ,  時間依存性 ,  センサ ,  異常値 ,  予測誤差
準シソーラス用語： 短期記憶 ,  実時間 ,  異常検出 ,  モノのインターネット ,  異常値検出 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： 産業用IoT ,  異常検出 ,  LSTM ,  学習