文献

J-GLOBAL ID：202102278173788108   整理番号：21A1822136

センサ特定故障検出のための船舶性能とナビゲーション情報における視覚解析【JST・京大機械翻訳】

Visual Analytics in Ship Performance and Navigation Information for Sensor Specific Fault Detection

著者 (2件)： Perera Lokukaluge P. (SINTEF Ocean, Trondheim, Norway) ,  Mo Brage (SINTEF Ocean, Trondheim, Norway)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： OMAE2017  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  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： 海洋インターネット(IoT-オンボードと陸上)は,様々なデータ処理プロセスの下で船舶性能とナビゲーション情報の大きなデータセットを収集する。船舶のエネルギー効率と排出制御の用途に使用される容器性能とナビゲーション情報を抽出する。しかし,船舶性能とナビゲーションデータの品質は,センサ故障が様々な誤りデータ領域を導入し,結果に劣化するかもしれないような応用において重要な役割を果たすことができる。本研究では,隠れデータパターン,クラスタ,相関および他の有用な情報が抽出された各データセットから視覚的に見える視覚解析を提案し,そのような誤りデータ領域を同定した。また,ドメイン知識(すなわち,船舶性能とナビゲーション条件)を用いて,そのような誤ったデータ領域を解釈し,同じ状況に関係するそれぞれのセンサを同定した。最後に,選択した容器の船舶性能とナビゲーションデータセットを,提案した視覚分析の下で,3つの選択されたセンサ故障状況(即ち,風,ログ速度,およびドラフトセンサ)のための誤りデータ領域を同定するために分析する。したがって,この手法は,同じ結果を考慮することによって,センサ特異的故障検出方法論として分類できる。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： *視覚 ,  *故障 ,  *船舶 ,  *故障検出 ,  海洋 ,  検出法 ,  クラスタ ,  センサ ,  陸地 ,  エネルギー効率 ,  インターネット ,  排出抑制 ,  ドメイン知識
準シソーラス用語： 視覚分析 ,  センサ故障 , 【Automatic Indexing@JST】

分類 (2件)： 航海と実務  (TD01020F) ,  船舶性能  (QJ02010Q)

タイトルに関連する用語 (5件)： 故障検出 ,  船舶 ,  ナビゲーション ,  視覚 ,  解析