フェロアロイ消費のための解釈可能な機械学習アプローチ【JST・京大機械翻訳】

Knyazev Nick

プレプリント

J-GLOBAL ID：202202200443416343 整理番号：22P0332709

フェロアロイ消費のための解釈可能な機械学習アプローチ【JST・京大機械翻訳】

An interpretable machine learning approach for ferroalloys consumptions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年04月15日プレプリントサーバーでの情報更新日： 2022年04月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文はフェロアロイ消費モデリングと最適化のための実用的方法に専念した。センサからの歴史的データの分析に基づいて最適プロセス制御パラメータを選択する問題を考察した。化学反応の結果を予測し,フェロアロイ消費推薦を与える方法を開発した。この方法の主な特徴は,容易な解釈とノイズ抵抗である。提案アプローチは,k平均クラスタリングアルゴリズム,決定木および線形回帰に基づいている。この方法の主なアイデアは,プロセスが同様に進む状況を同定することである。このために,k平均ベースデータセットクラスタリングアルゴリズムと分類アルゴリズムを用いてクラスタを決定した。このアルゴリズムは様々な技術的プロセスにも適用でき,本論文では,冶金におけるその応用を示した。提案方法の適用をテストするために,著者らは,取 ladle炉で鋼を仕上げるとき,基本的酸素炉製鋼におけるフェロアロイ消費を最適化するためにそれを使用した。与えられた鋼グレードの最小要求元素含有量を,予測モデルの目標変数として選定し,そして,最適化変数としてメルトに追加される要素の必要量を必要とした。キーワード:クラスタリング,機械学習,線形回帰,製鋼,最適化,勾配ブースティング,人工知能,決定木,推薦サービス。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , その他の情報処理 , その他の計算機利用技術

, ,

前のページに戻る