文献

J-GLOBAL ID：202102222518032310   整理番号：21A0540458

SCADAベース水処理におけるPHと濁度に関する分解信号を用いたARIMA予測精度の改善【JST・京大機械翻訳】

Improving ARIMA Forecasting Accuracy Using Decomposed Signal on PH and Turbidity at SCADA Based Water Treatment

著者 (3件)： Junaidi (Institut Teknologi Sepuluh Nopember,Department of Informatics,Surabaya,Indonesia) ,  Buliali Joko Lianto (Institut Teknologi Sepuluh Nopember,Department of Informatics,Surabaya,Indonesia) ,  Saikhu Ahmad (Institut Teknologi Sepuluh Nopember,Department of Informatics,Surabaya,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICOIACT  ページ： 131-136  発行年： 2020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： 工業プラントでは,正確な予測は意思決定にとって重要である。自動回帰統合移動平均(ARIMA)は,時系列予測で広く使われている統計解析モデルである。適切な予測方法論は,将来の値を正確に予測しなければならない。試験または検証プロセスにおいて,モデルは実際の信号のパターンに比較的従うべきである。ARIMAに関するほとんどの研究は,モデリングと予測における信号を直接観察した。この方法の欠如により,時系列データが強い季節性を持たないとき,予測信号は実際の信号に代わって直線を生成する。本論文では,カスタマイズ予測方法論を提案した。最初に,観測された信号を,傾向,季節,および残留成分に分解した。次に,分解成分をモデル化して,独立して予測した。最後に,予測された構成要素は,予測した観測信号を達成するために再提案した。この研究で,提案方法は,直接予測方法より90.021%低い混濁度予測のMSEを減らすことができる。一方,pH予測のMSE減少は直接予測法よりも97.062%低かった。平均MSE減少は42.597%に達した。Copyright 2021 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： 予測技法 ,  意思決定 ,  プラント ,  *水処理 ,  *混濁度 ,  SCADAシステム ,  カスタム化
準シソーラス用語： 時系列データ ,  *ARIMAモデル ,  時系列予測 ,  *予測精度 ,  季節性 , 【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)： SCADA ,  水処理 ,  pH ,  濁度 ,  分解 ,  ARIMA ,  予測精度