不均衡データ環境下での冷却装置故障診断手法
A new chiller fault diagnosis method under the imbalanced data environment via combining an improved generative adversarial network with an enhanced deep extreme learning machine
冷却装置の故障診断精度向上法
この論文を3行でいうと
- 冷却装置の故障診断はデータの不均衡が問題です。
- 本研究では改良型GANと深層極限学習機を組み合わせた手法を提案します。
- 新しいサンプル生成とアンサンブル学習により診断精度を向上させています。
キーワード
冷却装置故障診断データ不均衡
もう少しだけ中身を見る
冷却装置の故障診断では、データの不均衡が精度を低下させる大きな課題です。本論文では、改良型生成対抗ネットワーク（IGAN）と深層極限学習機（EDELM）を組み合わせた新しい手法を提案し、少数派の故障データに基づく再バランスデータセットを生成します。さらに、アダプティブブースティングを用いて複数の基本分類器を統合し、診断精度を向上させることに成功しました。この研究は、故障診断の精度向上に興味がある研究者や技術者にとって有益です。
こんな人に向いていそう
冷却装置の故障診断に関心のある研究者や技術者に向いています。
元論文はこちら
関連論文