文献

J-GLOBAL ID：202202237108336733   整理番号：22A0487710

予後のためのN-CMAPSSデータセットの探索データ分析【JST・京大機械翻訳】

Exploratory Data Analysis of the N-CMAPSS Dataset for Prognostics

著者 (2件)： Chatterjee Supratik (Wipro Limited,Engineering, Research & Development,India) ,  Keprate Arvind (Oslo Metropolitan University,Department of Mechanical, Electronics and Chemical Engineering,Norway)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： IEEM  ページ： 1114-1121  発行年： 2021年 
JST資料番号： W2441A  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： 近年,航空,鉄道および石油のような産業は,修正/予防保全から状態ベース保全(CBM)への移行をしている。CBMの1つは,工学資産の残存する有用な寿命の予測を主に扱うPrognosticsである。物理ベース手法の他に,データ駆動法は,予測目的に広く用いられているが,後者の技術は,故障データセットへの実行のアベイラビリティを必要とする。本論文では,NASAにより発表された新しい商用モジュールAero-Proppulation System Simulation(N-CMAPSS)データセットに関する探索データ解析(EDA)を行うことを目的とした。8つのデータセットは公的に利用可能であるが,著者らは,9.8百万のインスタンスと47の特徴から成る,本論文においてEDAのためのデータセット3(DS03)を選んだ。EDAを行う主な目的は,航空機エンジンのRULの予測に使用できる深い学習モデルの構築を容易にするので,データセットのより良い理解を得ることである。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： 米国航空宇宙局 ,  学習モデル ,  航空輸送 ,  故障 ,  石油 ,  保全 ,  予防保全 ,  アベイラビリティ ,  *予後 ,  航空エンジン ,  データ駆動
準シソーラス用語： 検索データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 予後 ,  データセット ,  探索 ,  データ分析