オンラインベイズ学習による高炉操業予測

カテゴリ: 全国大会

論文No: 4-238

グループ名: 【全国大会】平成20年電気学会全国大会論文集

発行日: 2008/03/19

タイトル(英語): Prediction of Blast Furnace Operation using On-line Bayesian Learning

著者名: 坂本 成隆(早稲田大学),内田 健康(早稲田大学),大貝晴俊 (早稲田大学),伊藤 雅浩(新日本製鐵),松崎 眞六(新日本製鐵)

著者名(英語): Shigetaka Sakamoto(Waseda University),Kenko Uchida(Waseda University),Harutoshi Ogai(Waseda University),Masahiro Ito(Nippon Steel Corporation),Shinroku Matsuzaki(Nippon Steel Corporation)

キーワード: Just-In-Timeモデリング|ベイズ学習|予測

要約(日本語): 近年，Just-In-Time(JIT)やLazy learningと呼ばれる局所的なモデリング手法が注目されている．我々は高炉操業予測にJITモデリングを適用することを考え，大規模データベースオンラインモデリング(LOM)を開発した．LOMでは得られたデータに対し局所モデルを作成し，要求点に対する予測を行なっているが，これまではその局所モデルに線形モデルを仮定していた．本報ではLOMの局所モデルに非線形モデルを仮定し，シーケンシャルモンテカルロ法を用いたオンラインベイズ学習を用いることで，その非線形モデルのパラメータを推定し，要求点の予測値を求める手法を提案する．また，これまでの手法と提案手法との比較結果を報告する．

原稿種別: 日本語

PDFファイルサイズ: 1,549 Kバイト