文献

J-GLOBAL ID：202102228074398860   整理番号：21A0003960

産業システムにおけるクラス不均衡故障診断のための局所適応少数選択とオーバサンプリング法【JST・京大機械翻訳】

A Local Adaptive Minority Selection and Oversampling Method for Class-Imbalanced Fault Diagnostics in Industrial Systems

著者 (6件)： Wu Zhenyu (Engineering Research Center of Information Network, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China) ,  Lin Wenfang (Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China) ,  Fu Binghao (Engineering Research Center of Information Network, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China) ,  Guo Juchuan (Engineering Research Center of Information Network, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China) ,  Ji Yang (Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications, Beijing, China) ,  Pecht Michael (Center for Advanced Life Cycle Engineering, University of Maryland, College Park, MD, USA)
資料名： IEEE Transactions on Reliability  (IEEE Transactions on Reliability)
巻： 69  号： 4  ページ： 1195-1206  発行年： 2020年 
JST資料番号： C0448A  ISSN： 0018-9529  CODEN： IERQAD  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： 産業システムのデータ駆動故障診断は,少数クラスサンプルの特徴を学習するのが難しいので,機械学習アルゴリズムにとって共通の挑戦であるクラス不均衡問題に悩まされている。合成オーバーサンプリング法は,多数と少数クラスのバランスをとるために少数クラスサンプルを生成することによって,これらの問題に取り組むために一般的に使用される。2つの主要な問題は,最も適当な既存の少数種子サンプルを選択する方法であり,種子試料から新しいサンプルを効果的に合成する方法のオーバーサンプリング法の性能に影響を及ぼすであろう。しかし,多くの既存のオーバーサンプリング法は,異なる不均衡比を有する高次元故障試料を扱うとき,新しいサンプルを生成するのに,正確で効果的ではなく,同時にこれら2つの因子を考慮していない。本論文では,産業故障診断のための期待値最大化(EM)ベース局所加重少数サンプリング技術という新しい適応オーバーサンプリング技術を開発した。この方式は,少数サンプルの分布に基づく故障サンプルを作り出すために,ハードツーリーン情報少数故障サンプルとEMベースの補完アルゴリズムを同定するために,局所加重少数オーバーサンプリング戦略を使用する。開発した方法の性能を検証するために,実験を2つの実世界データセットで行った。結果は,開発した方法が,F測度,Matthews相関係数(MCC),および平均(F測度とMCC)値に関して,最先端のベースラインサンプリング技術よりも,異なる不均衡比におけるマルチクラス不均衡故障診断に関して,より良い性能を達成できることを示した。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： アルゴリズム ,  測度 ,  *故障 ,  *故障診断 ,  相関係数 ,  基地局 ,  高次元 ,  学習アルゴリズム
準シソーラス用語： *オーバサンプリング ,  不均衡 ,  EMアルゴリズム ,  データ駆動 ,  *クラス不均衡 , 【Automatic Indexing@JST】

分類 (2件)： 軸受  (QB01020W) ,  変圧器  (NB08020Q)

タイトルに関連する用語 (5件)： 産業 ,  クラス不均衡 ,  故障診断 ,  局所適応 ,  オーバサンプリング