文献

J-GLOBAL ID：202202231579251761   整理番号：22A0942923

対数ベース臨界誤差予測に対する単純で効果的なアプローチ【JST・京大機械翻訳】

A simple yet effective approach for log based critical errors prediction

著者 (5件)： Lopez Myriam (LaBRI UMR 5800, University of Bordeaux, 33400 Talence, France) ,  Beurton-Aimar Marie (LaBRI UMR 5800, University of Bordeaux, 33400 Talence, France) ,  Diallo Gayo (LaBRI UMR 5800, University of Bordeaux, 33400 Talence, France) ,  Diallo Gayo (Team ERIAS BPH INSERM 1219, University of Bordeaux, 33000 Bordeaux, France) ,  Maabout Sofian (LaBRI UMR 5800, University of Bordeaux, 33400 Talence, France)
資料名： Computers in Industry  (Computers in Industry)
巻： 137  ページ： Null  発行年： 2022年 
JST資料番号： A0575B  ISSN： 0166-3615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 産業4.0の出現によって,破壊予想は,産業研究における要所目的のひとつになった。この状況において,予測保全は様々な応用に対する活発な研究領域である。本論文では,工作機械によって放出されたログデータを用いて,高い重要度誤差を予測する手法を提案した。それは,ログファイル内で利用可能な遠隔機によって提供されるイベント(または誤差)を要約するためにバッグの概念を使用する。バッグのアイデアは,Dieterichらによって導入された多重インスタンス学習パラダイムによって触発され,提案は,できるだけ簡単であると望むバッグをラベル付けするための異なる戦略に従う。3つの主な設定パラメータを定義して,早期警戒,歴史的データ情報および時間精度の間のトレードオフを微調整できる訓練セットを構築した。このアプローチの有効性を,故障が分類モデルのおかげで7日間まで予測することができる実際の工業的応用を用いて実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  工作機械 ,  予測 ,  歴史 ,  *臨界 ,  多重化 ,  *対数 ,  有効性 ,  機械学習
準シソーラス用語： 予測保守 ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 予測保全(PdM) ,  機械学習(ML) ,  分類 ,  ログデータ ,  データ準備 ,  クラス不均衡

分類 (3件)： 生産工学一般  (KB01000U) ,  CAD,CAM  (JE10000A) ,  マーケティング  (KA06020W)

タイトルに関連する用語 (5件)： 対数 ,  臨界 ,  誤差 ,  予測 ,  単純