文献

J-GLOBAL ID：202202259083844067   整理番号：22A0847856

ロバストから異常に産業用のソフトセンサのための時間的に意識のある無矛盾な競合ネットワーク【JST・京大機械翻訳】

Consistent-Contrastive Network With Temporality-Awareness for Robust-to-Anomaly Industrial Soft Sensor

著者 (3件)： Chang Shuchao (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, China) ,  Zhao Chunhui (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, China) ,  Li Ke (Department of Energy and Environment System Engineering, Zhejiang University of Science and Technology, Hangzhou, China)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.2502512.1-12  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  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： 半監督ソフトセンサは,産業ソフトセンサに対するラベル収集の困難さにより,より実用的な解決策になった。現在,一般的に使用される多様体正則化は,類似の出力をもたらすが,そのような類似性仮定は,時間的性が存在するときに失敗する。さらに,ソフトセンサの性能は異常に脆弱であり,異常はモデリングの前に一般的に廃棄される。異常における潜在情報は,モデリングのためにほとんど調査されていない。多様体正則化の限界を克服し,異常のユーザビリティを探索するため,一貫性のあるコントラストネットワーク(CC-Net)と名付けた新しい半教師つきソフトセンサを提案し,時間意識とロバストから異常にソフトなセンサを構築した。特に,CC-Netは2つの分岐,すなわちラベル分岐と特徴ブランチから成り,ラベルと特徴への入力をマッピングする。ラベルブランチにおいて,ラベル付きサンプルを教師つき方法で使用した。非ラベルサンプルに対して,2つの正則化項,一貫性および時間的一貫性を,それぞれ,ノイズおよび時間に沿って整合する擬似ラベルを制約するために設計して,それは一時的性に適応することができた。特徴ブランチにおいて,コントラスト学習のアイデアを適用して,正常サンプルと異常を分離した。このような設計は,正則化器として異常における分布情報を適切に利用する。設計した正則化項と異常の利用により,CC-Netは,リアルタイムに意識され,堅牢なソフトセンサを実装し,実際の脱窒と脱硫事例によって実証された。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： コントラスト ,  雑音 ,  多様体 ,  学習 ,  *ネットワーク ,  脱硫 ,  モデリング ,  脱窒 ,  限界 ,  センサ ,  正則化 ,  *ロバスト性
準シソーラス用語： 脆弱性 ,  ソフトセンサ ,  実時間 , 【Automatic Indexing@JST】

分類 (1件)： 分光法と分光計一般  (BD07041Q)

タイトルに関連する用語 (5件)： ロバスト ,  産業 ,  ソフトセンサ ,  意識 ,  競合