文献

J-GLOBAL ID：202202284090657291   整理番号：22A1148301

データ分割精度の向上に資する時系列クラスタリング手法の検討

Examination of the Time Series Clustering Method to Improve the Accuracy of Data Partitioning

著者 (4件)： 増田達矢 (富士電機) ,  石橋直人 (富士電機) ,  飯坂達也 (富士電機) ,  松井哲郎 (富士電機)
資料名： 電気学会全国大会講演論文集(CD-ROM)  (Annual Meeting Record, I.E.E. Japan (CD-ROM))
巻： 2022  ページ： ROMBUNNO.3-082  発行年： 2022年03月01日 
JST資料番号： S0653B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・AIを用いたバッチプロセスのプラント運転支援システムにおいて,AIモデル構築のための学習データの分割に対し,時系列クラスタリング技術を適用する学習データ分割手法を検討。
・Dynamic Time Warping(DTW)と混合ガウスモデル(GMM)を組み合わせたバッチプロセスデータの分割手法である提案手法(DTW-GMM)の概要を解説。
・シミュレーション評価の対象と条件および提案手法におけるデータ分割精度向上という結果を確認。

シソーラス用語： 運転 ,  プラント ,  *データ解析 ,  時系列 ,  Gauss模型 ,  正規分布 ,  運転モード ,  集合 ,  データ ,  *人工知能 ,  機械学習 ,  ニューラルネットワーク ,  *クラスタ分析 ,  平均法 ,  アルゴリズム ,  クラスタ化 ,  バッチ処理 ,  工程分析
準シソーラス用語： AI【人工知能】 ,  GMM ,  *K-meansクラスタリング ,  データセット ,  プラント運転 ,  学習データ ,  クラスタリング ,  バッチプロセス

分類 (2件)： 生産工程一般  (KB03010T) ,  人工知能  (JE08000Z)

引用文献 (3件)：

• H. Sakoe, S. Chiba, IEEE Transactions on Acoustics, Speech and Signal Processing vol.26(1), pp.43-49 (1978)
• A. Bagnall, J. Lines, A. Bostrom, J. Large, E, Keogh, Data Mining and Knowledge Discovery vol.31, pp.606-660 (2017)
• F. Petitjean, A. Ketterlin, P. Gancarski, Pattern Recognition, Vol. 44(3), pp.678-693 (2011)

タイトルに関連する用語 (3件)： 精度の向上 ,  時系列 ,  クラスタリング手法