文献

J-GLOBAL ID：202002273628031597   整理番号：20A0860512

産業のためのk-最近傍とグリッド探索CVに基づく実時間故障監視システム【JST・京大機械翻訳】

K-Nearest Neighbors and Grid Search CV Based Real Time Fault Monitoring System for Industries

著者 (3件)： Ranjan G S K (BITS Pilani,Department of Electrical & Electronics Engineering,Hyderabad,India) ,  Kumar Verma Amar (BITS Pilani,Department of Electrical & Electronics Engineering,Hyderabad,India) ,  Radhika Sudha (BITS Pilani,Department of Electrical & Electronics Engineering,Hyderabad,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： I2CT  ページ： 1-5  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： 初期段階の機械における故障検出は,厳しい損傷と産業への損失を防ぐことができる。故障検出技術は広く3つのカテゴリーに分類される。署名抽出ベース,モデルベースおよび知識ベースのアプローチ。モデルベース技術は,機械に故障がある場合に警報信号を上げるのに効率的である。本論文は,誘導機の内部故障を同定するために,そのようなモデルベース技術に焦点を合わせた。開発したモデルを最後に展開し,実時間で使用することを可能にした。k最近傍(KNN)と格子探索交差検証(CV)を用いてモデルを訓練し最適化し,最良の結果を得た。提案したアルゴリズムの利点は,80%と見られる予測精度である。最終的に,ユーザに優しいインタフェースを,pythWebフレームワークを用いて構築した。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： 最適化 ,  *監視装置 ,  知識ベース ,  インタフェイス ,  *故障 ,  故障検出 ,  誘導機 ,  アルゴリズム
準シソーラス用語： 予測精度 ,  内部故障 ,  モデルベース ,  実時間 , 【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 (7件)： 産業 ,  グリッド ,  探索 ,  CV ,  実時間 ,  故障 ,  監視システム