文献

J-GLOBAL ID：202002231588244194   整理番号：20A0815001

プロセス監視のためのスパース動的内部主成分分析【JST・京大機械翻訳】

Sparse dynamic inner principal component analysis for process monitoring

著者 (4件)： Guo Lingling (Zhejiang Sci-Tech University,Faculty of Mechanical Engineering & Automation,Hangzhou,P. R. China) ,  Wu Ping (Zhejiang Sci-Tech University,Faculty of Mechanical Engineering & Automation,Hangzhou,P. R. China) ,  Lou Siwei (Zhejiang Sci-Tech University,Faculty of Mechanical Engineering & Automation,Hangzhou,P. R. China) ,  Gao Jinfeng (Zhejiang Sci-Tech University,Faculty of Mechanical Engineering & Automation,Hangzhou,P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CAC  ページ： 1542-1547  発行年： 2019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： 本論文では,プロセス監視のための新しいスパース動的内部主成分分析(SDiPCA)法を提案した。最初に,動的内部主成分分析(DiPCA)の簡単な回帰型アプローチを検討した。スパース主成分を導出するために,弾性ネット正則化をこの回帰型問題に課した。次に,新しい最適化基準を確立して,交互アルゴリズムを通して解明した。SDiPCAモデルに基づいて,4つのモニタリング統計を構築して,プロセス状態を反映した。また,再構成ベース寄与(RBC)法を用いて,故障変数を分離した。最後に,Tennessee Eastmanプロセスに関する事例研究を行い,DiPCA法と比較して提案したSDiPCA法の優れた性能を例証した。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： アルゴリズム ,  弾性 ,  *主成分分析 ,  故障 ,  最適化 ,  正則化 ,  事例研究 ,  再構成
準シソーラス用語： *プロセス監視 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： プロセス監視 ,  主成分分析