KPCA-MSPCによるショーケースシステムの異常検知における正常データのみを用いた特徴量選択手法の比較検討

カテゴリ: 全国大会

論文No: 3-076

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Comparison of Feature Selection methods for Fault Detection of Refrigeration Showcase Systems by Kernel Principal Component Analysis based Multivariate Statistical Process Control using one class data

著者名: 新井馨（明治大学）,福山良和（明治大学）,島崎祐一（富士電機）,長田悠人（富士電機）,村上賢哉（富士電機）,飯坂達也（富士電機）,松井哲郎（富士電機）

著者名(英語): Kiyo Arai (Meiji University),Yoshikazu Fukuyama (Meiji University),Yuichi Shimasaki (Fuji Electric, Co. Ltd.),Yuto Osada (Fuji Electric, Co. Ltd.),Kenya Murakami (Fuji Electric, Co. Ltd.),Tatsuya Iizaka (Fuji Electric, Co. Ltd.),Tetsuro Matsui (Fuji Elect

キーワード: KPCA-MSPC|正常データのみの異常検知|特徴量選択|Kernel Principal Component Analysis based Multivariate Statistical Process Control|Fault Detection using one class data|Feature Selection

要約(日本語): 正常データのみを用いたショーケースシステム異常検知に対して，MIC-KNN-FSとKPCA-MSPCを組合せたショーケースシステムの異常検知手法と，本論文で提案したHSIC-KNN-FSとKPCA-MSPCを組合せたショーケースシステムの異常検知手法の比較を行った。

原稿種別: 日本語

PDFファイルサイズ: 731 Kバイト