糖類の晶析データを用いた特徴量の重要度を決定する手法の提案と評価

カテゴリ: 研究会(論文単位)

論文No: IS17051

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2017/11/01

タイトル(英語): Proposal and Evaluation Techniques to Determine Characteristics of Importance with Saccharides Crystallization Data

著者名: 湯山 要海(慶應義塾大学),吉田 将大(慶應義塾大学),服部 一裕(前川製作所),村並 広章(前川製作所),田中 基雅(前川製作所),西 宏章(慶應義塾大学)

著者名(英語): Kanami Yuyama(Keio University),Masahiro Yoshida(Graduate School of Science and Technology, Keio University),Kazuhiro Hattori(Mayekawa MFG. Co., Ltd.),Hiroaki Muranami(Mayekawa MFG. Co., Ltd.),Motomasa Tanaka(Mayekawa MFG. Co., Ltd.),Hiroaki Nishi(Keio University)

キーワード: 工場の知能化|特徴抽出|分散分析|ジニ係数|サポートベクターマシン|ｋ最近傍法|Intelligent factory|Feature extraction|ANOVA|Gini coefficient|SVM|k-NN

要約(日本語): 本稿では、ある糖類の晶析過程における製造総量の推定を行い、総量推定に必要となる有効な特徴量の抽出方法について検討した。15個の特徴量について、ANOVAとジニ係数を用いて有効性を定量的に評価し、その絞り込みを行う手法を提案した。抽出した特徴量の組み合わせを説明変数として、製造総量をSVMとk-NNにより推定した。推定精度はk-NNよりSVMの方が高く、ジニ係数よりもANOVAの方が高いという結果となった。

要約(英語): This paper describes the selective way of efficient variables from feature variables in a saccharides crystallization process by ANOVA and gini coefficient. We estimated produced saccharides quantity from several combinations of 15 feature variables, by using SVM and k-NN. The estimation accuracy was higher for SVM than for k-NN, and for ANOVA than for gini coefficient.

原稿種別: 日本語

PDFファイルサイズ: 1,291 Kバイト