文献

J-GLOBAL ID：202002291862180900   整理番号：20A0908660

多変量時系列上の故障に対する階層的時間メモリ予測性能とロバスト性【JST・京大機械翻訳】

Hierarchical Temporal Memories Prediction Performance and Robustness to Faults on Multivariate Time Series

著者 (3件)： Jegou Mathieu (ENIB, France) ,  Chevaillier Pierre (ENIB, France) ,  De Loor Pierre (ENIB, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICMLA  ページ： 1821-1828  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,センサチェーンから来る値を処理するための階層的時間記憶(HTM)の能力を評価した。入力値とセンサ故障に対するそのロバスト性を予測する能力に対するHTMパラメタリゼーションの影響に関する研究を示した。HTMは,変数間のいくつかの因果関係から成るシミュレーション多変量時系列について評価した。結果は,多変量時系列の将来値を予測し,センサ故障に対してロバストであるために,HTMの能力を示した。次に,どのパラメータがHTM予測性能とその故障に対するロバスト性に影響するかを示した。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 ,  シミュレーション ,  チェーン ,  センサ ,  *ロバスト性 ,  パラメタリゼーション
準シソーラス用語： 予測性能 ,  入力データ ,  センサ故障 ,  *多変量 , 【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 (5件)： 多変量 ,  時系列 ,  故障 ,  予測性能 ,  ロバスト性