文献

J-GLOBAL ID：202202233332247356   整理番号：22A0647090

データ関連と冗長性に関連する情報基準に基づく化学プロセスモデリングのための適応データ次元縮小【JST・京大機械翻訳】

Adaptive Data Dimensionality Reduction for Chemical Process Modeling Based on the Information Criterion Related to Data Association and Redundancy

著者 (7件)： Luo Lei (School of Chemical Engineering, Sichuan University, China) ,  He Ge (College of Biomass Science and Engineering, Sichuan University, China) ,  Chen Chen (School of Chemical Engineering, Sichuan University, China) ,  Ji Xu (School of Chemical Engineering, Sichuan University, China) ,  Zhou Li (School of Chemical Engineering, Sichuan University, China) ,  Dai Yiyang (School of Chemical Engineering, Sichuan University, China) ,  Dang Yagu (School of Chemical Engineering, Sichuan University, China)
資料名： Industrial & Engineering Chemistry Research  (Industrial & Engineering Chemistry Research)
巻： 61  号： 2  ページ： 1148-1166  発行年： 2022年 
JST資料番号： C0385C  ISSN： 0888-5885  CODEN： IECRED  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： 化学プロセスモデリングは関連分野における研究と応用の基礎である。産業情報化の開発によって,データ駆動プロセスモデリング技術は,化学プロセスにますます適用され,より少ないモデル開発コストでより正確な結果を得るのに役立つ。しかしながら,ほとんどの化学プロセスの高次元非線形特性のため,”次元のurseい”と情報冗長性のような問題は,このモデルを精度の低下と弱い一般化能力で過剰適合させる傾向がある。多くのデータ次元縮小法が上記の問題を緩和するために採用されるが,ほとんどは不正確な相関測定と弱い冗長性排除によって制限される。本論文では,データ関連と情報冗長性の広範な存在を,情報理論的観点からの解析により初めて明らかにした。次に,条件付き精密化最大情報係数最大化(CRMICM)に基づく特徴選択法を提案し,関連測定の一貫性と限られたサンプルによる冗長性推定の精度を改善した。実際の流動接触分解(FCC)プロセスに対する最終予測モデリング試験は,変数と目標間の広範な関連を証明した。いくつかの変数だけがモデリングに不可欠であり,残りは冗長である。他の方法と比較して,CRMICMは,特徴数およびモデル予測精度に関してFCCプロセスデータに対して最良の次元縮小効果を達成し,化学プロセスに対する良好な適用性を示した。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報理論 ,  原価 ,  *冗長性 ,  *化学プロセス ,  流動接触分解 ,  *モデリング ,  特徴選択 ,  モデル ,  精密化 ,  高次元 ,  *次元縮小
準シソーラス用語： 予測精度 ,  情報化 ,  データ駆動 ,  モデル開発 , 【Automatic Indexing@JST】

分類 (3件)： 化学プロセスの解析  (XC01030R) ,  化学プロセスの制御  (XC02020N) ,  蒸留,蒸発  (XD02010F)

タイトルに関連する用語 (5件)： 冗長性 ,  化学 ,  プロセスモデリング ,  適応 ,  次元縮小