MétaCan
Menu
Retour à la cohorte
Enregistrement W2072674009 · doi:10.1002/aic.13846

Process monitoring using principal components in parallel coordinates

2012· article· en· W2072674009 sur OpenAlexfundno aff
Ricardo Dunia, Thomas F. Edgar, Mark Nixon

Notice bibliographique

RevueAIChE Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesSuncor Energy Incorporated
Mots-clésParallel coordinatesVisualizationPrincipal component analysisProcess (computing)Computer scienceData visualizationPrincipal (computer security)Data miningColumn (typography)Real-time computingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Parallel coordinates is a recognized visualization technique in which data points, each defined by multiple coordinates, are represented by an unlimited number of adjoining parallel axes. This type of visualization technique is suitable for process monitoring applications in industrial facilities where a significant number of sensors are used to detect and identify abnormal operating conditions. This work makes use of principal component monitoring methods implemented in parallel coordinates plots, named PC 2 . The PC 2 capabilities to visualize confidence regions of operations, evaluate models with different number of principal components, compare faulty events and determine the frequency of false alarms are here demonstrated. The monitoring visualization technology presented by PC 2 was successfully used for early detection of compressor surge and column flooding using actual process data. © 2012 American Institute of Chemical Engineers AIChE J, 59: 445–456, 2013

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,280
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetFault Detection and Control SystemsTravaux en français237 207