文献

J-GLOBAL ID：202202223291960165   整理番号：22A0848429

ラベル雑音と非観測故障を考慮した産業故障分類のための多様体保存スパースグラフと偏差情報ベースFisher判別分析【JST・京大機械翻訳】

Manifold-Preserving Sparse Graph and Deviation Information Based Fisher Discriminant Analysis for Industrial Fault Classification Considering Label-Noise and Unobserved Faults

著者 (5件)： Liu Jun (School of Automation (Artificial Intelligence), “the Belt and Road” Institute for Information Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Jiang Peng (School of Information Science and Technology, Hangzhou Normal University, Hangzhou, China) ,  Song Chunyue (State Key Laboratory of Industrial Control Technology, Institute of Industrial Process Control, Zhejiang University, Hangzhou, China) ,  Xu Huan (School of Automation (Artificial Intelligence), Hangzhou Dianzi University, Hangzhou, China) ,  Hmelnov Alexei E. (Siberian Branch, Russian Academy of Sciences, Matrosov Institute for System Dynamics and Control Theory, Irkutsk, Russia)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 22  号： 5  ページ： 4257-4267  発行年： 2022年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  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： 故障分類は,工業プロセスモニタリングの分野で最も重要な話題の1つである。Fisher判別分析(FDA)とその変形に基づく既存の産業故障分類モデルは,同時にラベルノイズと非観測故障の問題に対処することができない。この重要なギャップを埋めるために,新しいManiold保存スパースグラフと偏差情報ベースのFDA(MDFDA)産業故障分類モデルを,この論文で最初に提示した。最初に,多様体保存スパースグラフ技術を用いて,ラベルノイズを有する訓練サンプルをフィルタリングした。得られた部分グラフと元のグラフの間の高い連結性を保つことによって,訓練サンプルの根底にある多様体構造だけでなく,フィルタリング後に保存されるだけではなく,明白な統計的特性偏差を有するいくつかの誤ラベル訓練サンプルをフィルターにかける。このようにして,訓練サンプルの情報品質は大いに改善される。第二に,フィルタ訓練サンプルから得た偏差情報に基づいて,偏差閾値を各観測故障に対して定義した。テストサンプルの偏差情報が各観測故障の偏差閾値より大きいならば,それは観測されない故障からの試験サンプルとして認識されるであろう。ベンチマークTennessee Eastmanプロセスと実際の工業空気分離ユニットからのデータに基づく実験は,提案したMDFDA分類モデルの有効性と優位性を示した。Copyright 2022 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： *雑音 ,  閾値 ,  *多様体 ,  フィルタ ,  *故障 ,  *分類 ,  分離装置 ,  フィルタリング ,  部分グラフ ,  磁気ギャップ ,  有効性 ,  連結性 ,  ベンチマーク
準シソーラス用語： プロセス監視 ,  *フィッシャー判別分析 ,  *故障分類 , 【Automatic Indexing@JST】

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (11件)： ラベル ,  雑音 ,  観測 ,  故障 ,  産業 ,  故障分類 ,  多様体 ,  保存 ,  グラフ ,  偏差 ,  Fisher判別分析