文献

J-GLOBAL ID：202002248319815979   整理番号：20A1894769

人工ニューラルネットワークとサポートベクトルマシンを用いた綿/エラスタンコア糸の品質特性の予測【JST・京大機械翻訳】

The prediction of quality characteristics of cotton/elastane core yarn using artificial neural networks and support vector machines

著者 (2件)： Doran Enver Can (Industrial Engineering Department, Engineering Faculty, Cukurova University, Adana, Turkey) ,  Sahin Cenk (Industrial Engineering Department, Engineering Faculty, Cukurova University, Adana, Turkey)
資料名： Textile Research Journal  (Textile Research Journal)
巻： 90  号： 13-14  ページ： 1558-1580  発行年： 2020年 
JST資料番号： E0244A  ISSN： 0040-5175  CODEN： TRJOA9  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： コアヤーンは,その周りで包まれた異なる繊維を有する中心にフィラメント繊維を持つ糸の型である。この型の糸は繊維産業において重要性が増している。織物の故障生産を防ぐために,生産前のコアヤーンの品質特性を予測することが重要である。したがって,予測モデルの開発は繊維産業における必要性である。本研究では,人工ニューラルネットワーク(ANN)とサポートベクトルマシン(SVM)モデルを提案し,繊維品質とスピニングパラメータを用いて,綿/エラスタンコア糸の品質特性を予測した。また,高次元データが予測における成功のモデルの可能性を低減するので,主成分分析と分散分析を入力次元を減らすために使用する。予測モデルを訓練し,繊維生産プラントから得たデータを用いて試験した。すべてのモデルの結果を,試験データに関して互いに比較した。平均絶対百分率誤差(MAPE),平均絶対誤差(MAE)および相関係数(R)を用いてモデルの予測力を評価した。殆どの試験SVMモデルはANNモデルよりわずかに優れているが,両モデルは糸品質特性の大部分に対して正確な予測を提供する。結果は,最良モデルがMAPEとRで90%以上の成功率を有することを示した。特に,綿/エラスタンコアヤーンの糸,毛様およびReisskilometer品質特性に沿った質量(CVm)の変動係数は,それぞれ91%,93%および95%の精度で予測された。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 故障 ,  分散分析 ,  *ニューラルネットワーク ,  相関係数 ,  コアヤーン ,  繊維工業 ,  *品質特性 ,  スピニング加工 ,  フィラメント ,  主成分分析 ,  変動係数 ,  生産工場 ,  予測モデル ,  *サポートベクトルマシン
準シソーラス用語： 試験データ , 【Automatic Indexing@JST】

著者キーワード (6件)： 予測 ,  品質特性 ,  綿/エラスチンブレンドコア糸 ,  サポートベクトルマシン ,  人工ニューラルネットワーク ,  PCAとANOVA

分類 (2件)： 紡績工程,紡績機械  (YM04020G) ,  紡績製品  (YM04030R)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  サポートベクトルマシン ,  綿 ,  品質特性 ,  予測