MétaCan
Menu
← tous les travaux

Recursive Slow Feature Analysis for Adaptive Monitoring of Industrial Processes

2018· article· en· 152 citations· W2792056293 sur OpenAlex· 10.1109/tie.2018.2811358

Pourquoi ce travail est-il dans la base ?

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.
Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.

Prédiction distillée sur la base complète

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.

Catégories candidates
Méta-épidémiologie (sens strict)
Catégories consensuelles
aucune
Domaine
Signal candidat: aucuneSignal consensuel: aucune
Devis d'étude
Signal candidat: Expérimental (laboratoire)Signal consensuel: aucune
Genre
Signal candidat: EmpiriqueSignal consensuel: aucune
Score de désaccord entre enseignants
0,906
Score d'incertitude au seuil
1,000
Statut de validation
machine_predicted_unvalidated · codex-gemma-dda1882f352a

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

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

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,252
Écart entre enseignants
0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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

Résumé

Recently, a new process monitoring and fault diagnosis method based on slow feature analysis has been developed, which enables concurrent monitoring of both operating point and process dynamics. In this paper, a recursive slow feature analysis algorithm for adaptive process monitoring is put forward to accommodate time-varying processes by updating model parameters and monitoring statistics once a new sample arrives. An important algebraic property of slow feature analysis is first established. We then show that such a property can be violated by online updating with a forgetting factor used, and a remedy is suggested. A novel algorithm based on the rank-one modification and the orthogonal iteration procedure is proposed to recursively adjust the solution to the generalized eigenvalue problem, model parameters, and associated monitoring statistics in a cost-efficient way. In addition, an improved stopping criterion for model updating is proposed based on the statistics relevant to process dynamics, which yields an intelligent maintenance mechanism of monitoring systems. The efficacy of the proposed method is finally evaluated on a real crude heating furnace system.

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.

La notice

Revue
IEEE Transactions on Industrial Electronics
Thématique
Fault Detection and Control Systems
Domaine
Engineering
Établissements canadiens
University of Alberta
Organismes subventionnaires
Natural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaAlberta Innovates - Technology Futures
Mots-clés
Feature (linguistics)Process (computing)Computer scienceProperty (philosophy)Rank (graph theory)Fault detection and isolationCondition monitoringAlgorithmArtificial intelligenceMathematicsEngineering
Résumé présent dans OpenAlex
oui