ショーケースの故障解析に対するアンサンブル学習手法の提案

カテゴリ: 全国大会

論文No: 3-101

グループ名: 【全国大会】平成29年電気学会全国大会論文集

発行日: 2017/03/05

タイトル(英語): An Ensemble Machine Learning Technique for Refrigeration Showcase Fault Analysis

著者名: 近藤 亮輔(明治大学),青木 智哉(明治大学),熊谷 直也(明治大学),福山 良和(明治大学),サンタナ アダモ(Federal University of Para),村上 賢哉(富士電機),松井 哲郎(富士電機)

著者名(英語): Ryosuke Kondo(Meiji University),Tomoya Aoki(Meiji University),Naoya Kumagai(Meiji University),Yoshikazu Fukuyama(Meiji University),Adamo Santana(Federal University of Para),Kenya Murakami(Fuji Electric),Tetsuro Matsui(Fuji Electric)

キーワード: ショーケース|機械学習|故障解析

要約(日本語): 冷凍・冷蔵ショーケースは，コンビニエンスストアなどで食品の冷温保存及び陳列に利用されている。ショーケースで故障が発生して庫内が設定した温度に保てなくなると，食品の品質低下が生じ，店舗の信頼を揺るがす事態が起きてしまうだけでなく，ショーケースメーカの信頼も揺るがす事態が起きてしまう可能性がある。本論文では，様々な機械学習の手法（決定木(CART，C4.5)，ベイジアンネットワーク）を利用したアンサンブル手法により着霜・冷媒漏れの問題を事前に察知する手法を提案する。

原稿種別: 日本語

PDFファイルサイズ: 509 Kバイト