文献

J-GLOBAL ID：202102244688874764   整理番号：21A3063668

サポートベクトルマシンを用いた医療機器の修理と保守サービスの予測【JST・京大機械翻訳】

Forecasting Repair and Maintenance Services of Medical Devices Using Support Vector Machine

著者 (3件)： Liao Hao-yu (Department of Environmental Engineering Sciences, University of Florida, Gainesville, FL 32611) ,  Cade Willie (ICR Management, Chicago, IL 60618) ,  Behdad Sara (Department of Environmental Engineering Sciences, University of Florida, Gainesville, FL 32611)
資料名： Journal of Manufacturing Science and Engineering  (Journal of Manufacturing Science and Engineering)
巻： 144  号： 3  ページ： Null  発行年： 2022年 
JST資料番号： C0657A  ISSN： 1087-1357  CODEN： JMSEFK  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： 製品故障の正確な予測と修理サービスの必要性は,製造者の保証性能の理解,コスト効率の高い修理戦略,および安全基準のコンプライアンスを含む,様々な理由で重要である。本研究の目的は,修理の数,次の修理マケットまたは製品故障の時間,および修理までの時間を含む,ロバスト修理サービスシステムを達成するために重要ないくつかのパラメータを解析するために,機械学習ツールを使用することである。サポートベクターマシン(SVM)ツールを採用して,530,000修理以上の大きなデータセットと医療機器の維持を研究した。4つのカーネル関数を有するSVMを用いて,2つの異なる製品と2つの異なる故障タイプ,すなわちランダム故障と物理的損傷のためのシステムにおける次の故障または修理要求のタイミングを予測した。周波数解析も行い,製品故障と修理までの時間に基づく製品品質レベルを調べた。そのうえ,最良の確率分布は,故障計数,故障の間の時間,および修理までの時間に適合する。結果は,ポスト市場製品性能と修理と保全操作のコストを分析する際に,データ解析と機械学習ツールの価値を明らかにした。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 故障 ,  *保全 ,  確率分布 ,  コンプライアンス ,  データ解析 ,  安全基準 ,  生産者 ,  周波数解析 ,  製品品質 ,  ロバスト性 ,  機械学習 ,  *サポートベクトルマシン
準シソーラス用語： Kernel関数 ,  コスト効率 ,  学習ツール , 【Automatic Indexing@JST】

著者キーワード (8件)： 機械学習 ,  サポートベクトルマシン ,  修理 ,  メンテナンス ,  予測 ,  医療機器 ,  プロセス計画 ,  持続可能な製造

分類 (2件)： 設備管理  (KB02020X) ,  切削一般  (QC02010V)

タイトルに関連する用語 (6件)： サポートベクトルマシン ,  医療機器 ,  修理 ,  保守 ,  サービス ,  予測