文献

J-GLOBAL ID：202002285679541660   整理番号：20A1726160

トランスダクティブ移動ウィンドウ学習者を用いたソフトセンサ設計【JST・京大機械翻訳】

Soft sensor design using transductive moving window learner

著者 (1件)： Alakent Burak (Department of Chemical Engineering, Bogazici University, Bebek, Istanbul, 34342, Turkey)
資料名： Computers & Chemical Engineering  (Computers & Chemical Engineering)
巻： 140  ページ： Null  発行年： 2020年 
JST資料番号： H0199C  ISSN： 0098-1354  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 工業プロセスの特性の変化はソフトセンサにおける適応機構の実現を必要とする。本研究では,トランスダクティブ推論(MW_tr)を用いて,2つの共通適応法,移動窓(MW)とJust-In-Time-Learning(JITL)の組み合わせを提案した。トランスダクティブ学習は,これらの点における応答変数の予測を決定する際に,クエリポイントの特徴値から知識を利用する。ここでは,重み付きLasso回帰設定におけるMW学習者の訓練に用いるクエリポイントの予測を得るために,JITL予測を用いた。3つの公的に利用可能な産業実データセットに関する提案方法の試験は,MW_trの予測精度がMWとJITLモデルの両方より高く,MW_trがMWとJITL方法の能力を統合することによって,様々なタイプの概念ドリフトと戦うことができることを示した。実装,ロバスト性および安定性のEaseは,MW_trを工業用ソフトセンサ設計において便利な適応法にする。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  ドリフト ,  ロバスト性
準シソーラス用語： *学習者 ,  予測精度 ,  ソフトセンサ ,  クエリー ,  トランスダクティブ学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 適応 ,  コンセプトドリフト ,  ジャストインタイム学習 ,  正則化 ,  転移学習 ,  重み付きLasso

分類 (1件)： 化学プロセスの制御  (XC02020N)

タイトルに関連する用語 (4件)： 移動ウィンドウ ,  学習 ,  ソフトセンサ ,  設計