文献

J-GLOBAL ID：202202288922749451   整理番号：22A0576217

廃水処理プラントにおける細菌のスライディングウィンドウニューラルネットワークベースセンシング【JST・京大機械翻訳】

Sliding window neural network based sensing of bacteria in wastewater treatment plants

著者 (3件)： Alharbi Mohammed (Computer, Electrical and Mathematical Sciences and Engineering Division (CEMSE), King Abdullah University of Science and Technology (KAUST), Thuwal, SA 23955, Saudi Arabia) ,  Hong Pei-Ying (Biological and Environmental Science and Engineering Division, King Abdullah University of Science and Technology (KAUST), Thuwal, SA 23955, Saudi Arabia) ,  Laleg-Kirati Taous-Meriem (Computer, Electrical and Mathematical Sciences and Engineering Division (CEMSE), King Abdullah University of Science and Technology (KAUST), Thuwal, SA 23955, Saudi Arabia)
資料名： Journal of Process Control  (Journal of Process Control)
巻： 110  ページ： 35-44  発行年： 2022年 
JST資料番号： W0388A  ISSN： 0959-1524  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： 廃水処理プロセスの性能を保証することは,最終処理廃水品質が再利用のために安全であることを保証するために重要である。しかし,処理プロセスの異なる段階に沿って存在する細菌濃度は,植物オペレータに対して日常的に測定できない。本論文では,ニューラルネットワークに基づく移動水平センシングアプローチを提案し,プラントの異なる段階に沿って採取した廃水中の細菌濃度を推定した。細菌を測定する困難と十分に大きなデータセットの欠如のため,Wasserstein生成敵対ネットワーク(WGAN)を合成データを生成するために設計した。WGANを評価するために,保持検証セットでWasserstein crtic損失を計算した。次に,生成したデータを用いて,バイオマス濃度を予測し,スライディングウィンドウ学習アプローチによりLSTM重みを更新するために開発した長い短期メモリ(LSTM)ニューラルネットワークを訓練した。WWTPのための2つのデータセットを,提案した方法をテストするために用い,最初に,膜バイオリアクター(MBR)に基づくベンチマークシミュレーションモデルNo.1(BSM)を用いてシミュレートする排水濃度,流入データの3つの異なる気象プロファイルを,次に,King Abdullah大学科学技術(KAUST)におけるMBRプラントからのサンプリングデータを考慮した。最後に,予測結果は,WGANがLSTMニューラルネットワークを訓練するために使用する現実的サンプルをうまく生成することを示した。さらに,提案した方法の推定性能を多層パーセプトロンニューラルネットワーク(MLP-NN)と比較した。結果は,提案した方法がMLP-NNと比較して細菌推定性能を改善することを示した。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： 記憶装置 ,  学習 ,  シミュレーションモデル ,  オペレータ ,  *ネットワーク ,  *廃水 ,  *廃水処理 ,  排水 ,  *ニューラルネットワーク ,  *細菌 ,  廃水処理水 ,  バイオマス ,  ベンチマーク ,  *廃水処理施設 ,  メンブレンバイオリアクタ

著者キーワード (5件)： 廃水処理プラント ,  スライディングウィンドウ推定 ,  LSTMニューラルネットワーク ,  Wasserstein生成敵対ネットワーク ,  細菌濃度センシング

分類 (1件)： プロセス制御  (IC03040B)

タイトルに関連する用語 (2件)： 廃水処理プラント ,  細菌