{"product_id":"ieej-smf18056","title":"コレントロピーに基づくDifferential Evolutionary Particle Swarm Optimizationを用いたArtificial Neural Networkによるショーケースデータの故障解析","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e研究会(論文単位)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eSMF18056\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【D】産業応用部門 スマートファシリティ研究会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2018\/11\/06\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eRefrigerated Showcase Fault Analysis by Artificial Neural Network  using Correntropy based Differential Evolutionary Particle Swarm Optimization\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e大高 直哉(明治大学),福山 良和(明治大学),川村 雄(富士電機),村上 賢哉(富士電機),サンタナ アダモ(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eNaoya Otaka(Meiji University),Yoshikazu Fukuyama(Meiji University),Yu Kawamura(Fuji Electric Co., Ltd.),Kenya Murakami(Fuji Electric Co., Ltd.),Adamo Santana(Fuji Electric Co., Ltd.),Tatsuya Iizaka(Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co., Ltd.)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eショーケース|故障解析|ニューラルネットワーク|コレントロピー|ディファレンシャルエボルーショナリーパーティクルスワームオプティミゼイション|進化計算|refrigerated showcase|fault analysis|neural network|correntropy|differential evolutionary particle swarm optimization|evolutionary computation\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本論文では，ショーケースの故障解析に対し，Artificial Neural Networkのパラメータ学習に，コレントロピーを適用したDifferential Evolutionary Particle Swarm Optimization(DEEPSO)を用いた故障解析手法を提案する。従来のパラメータ学習法である最小二乗法に基づくBackpropagationとParticle Swarm Optimization，DEEPSOとの比較シミュレーションにより，提案法の有効性を確認した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(英語): \u003c\/strong\u003eThis paper proposes refrigerated showcase fault analysis by a correntropy based artificial neural network (ANN) using differential evolutionary particle swarm optimization (DEEPSO). Effectiveness of the proposed method is verified by comparison with conventional least square error (LSE) based ANNs using backpropagation (BP), particle swarm optimization (PSO) and DEEPSO with actual showcase data.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e1,292 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格330円\/会員価格220円） \/ A4 \/ 6","offer_id":46390783901935,"sku":"IEEJ-SMF18056-PDF","price":330.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_264cdb14-5eb2-46ef-b64c-c2ca747b1c89.png?v=1744603429","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-smf18056","provider":"電気学会 電子図書館","version":"1.0","type":"link"}