Fugu-MT 論文翻訳(概要): Infrequent adverse event prediction in low carbon energy production using machine learning

論文の概要: Infrequent adverse event prediction in low carbon energy production using machine learning

arxiv url: http://arxiv.org/abs/2001.06916v2
Date: Wed, 27 Jan 2021 09:59:56 GMT
ステータス: 処理完了
システム内更新日: 2023-01-08 12:44:38.992937
Title: Infrequent adverse event prediction in low carbon energy production using machine learning
Title（参考訳）: 機械学習を用いた低炭素エネルギー生産における異常事象予測
Authors: Stefano Coniglio, Anthony J. Dunn and Alain B. Zemkoho
Abstract要約: 我々は,機械学習タスクを不均衡な分類問題とみなし,それを解決するための枠組みを提案する。原子力発電所の蒸気タービンにおける嫌気性消化における発泡と凝縮管漏れという,低炭素エネルギー生産における2つの応用に焦点を当てた。
参考スコア（独自算出の注目度）: 3.222802562733786
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We address the problem of predicting the occurrence of infrequent adverse events in the context of predictive maintenance. We cast the corresponding machine learning task as an imbalanced classification problem and propose a framework for solving it that is capable of leveraging different classifiers in order to predict the occurrence of an adverse event before it takes place. In particular, we focus on two applications arising in low-carbon energy production: foam formation in anaerobic digestion and condenser tube leakage in the steam turbines of a nuclear power station. The results of an extensive set of omputational experiments show the effectiveness of the techniques that we propose.
Abstract（参考訳）: 予測保守の文脈において、頻繁な有害事象の発生を予測する問題に対処する。本稿では,機械学習タスクを不均衡な分類問題とみなし,それが起こる前に有害事象の発生を予測するために,異なる分類器を活用可能なフレームワークを提案する。特に、原子力発電所の蒸気タービンにおける嫌気性消化における発泡と凝縮管漏れという、低炭素エネルギー生産における2つの応用に焦点を当てた。実験結果から,提案手法の有効性が示唆された。

関連論文リスト

Quadrature squeezing enhances Wigner negativity in a mechanical Duffing oscillator [0.0]
本稿では,量子系の非調和性を効果的に高めるために,運動圧縮状態の資源としての利用を提案する。量子アンハーモニック共振器のウィグナー分布における負性度の生成を,まず圧縮状態で解析する。非線形挙動と低レベルのデコヒーレンスを特徴とする実験プラットフォームについて概説する。
論文参考訳（メタデータ） (2023-12-20T12:44:35Z)
Continuous Convolutional Neural Networks for Disruption Prediction in Nuclear Fusion Plasmas [0.0]
気候変動のためのグリッド脱炭には、核融合のようなディスパッチ可能な炭素フリーエネルギーが必要である。実装における最も大きな課題の1つは、エネルギティックプラズマ破壊の発生である。本稿では,破壊予測のための連続畳み込みニューラルネットワークの新たな応用法を提案する。
論文参考訳（メタデータ） (2023-12-03T05:09:36Z)
Tipping Point Forecasting in Non-Stationary Dynamics on Function Spaces [78.08947381962658]
タップポイントは急激で、急激で、しばしば非定常力学系の進化における不可逆的な変化である。我々は、関数空間間のマッピングを学習する新しいリカレントニューラル演算子(RNO)を用いて、そのような非定常系の進化を学習する。本稿では,物理制約から逸脱をモニタリングすることで,チップ点の予測を行う共形予測フレームワークを提案する。
論文参考訳（メタデータ） (2023-08-17T05:42:27Z)
Tabular Machine Learning Methods for Predicting Gas Turbine Emissions [6.488575826304023]
ガスタービンの排出予測のための機械学習モデルの性能評価を行った。機械学習技術を用いて, 窒素酸化物 (NOx) と一酸化炭素 (CO) の予測性能を向上した。
論文参考訳（メタデータ） (2023-07-17T10:50:09Z)
Ranking-Based Physics-Informed Line Failure Detection in Power Grids [66.0797334582536]
ライン障害のリアルタイムかつ正確な検出は、極端な気象の影響を緩和し、緊急制御を活性化する最初のステップである。電力収支方程式は、非線形性、極端な事象における発生の不確実性の増加、グリッドオブザーバビリティの欠如は、従来のデータ駆動障害検出手法の効率を損なう。本稿では,グリッドトポロジ情報を利用した物理インフォームドライン故障検出器(FIELD)を提案する。
論文参考訳（メタデータ） (2022-08-31T18:19:25Z)
Hybrid Predictive Coding: Inferring, Fast and Slow [62.997667081978825]
本稿では,反復型と償却型の両方を原則的に組み合わせたハイブリッド予測符号化ネットワークを提案する。我々は,本モデルが本質的に不確実性に敏感であり,最小計算費用を用いて正確な信念を得るためにバランスを適応的にバランスさせることを実証した。
論文参考訳（メタデータ） (2022-04-05T12:52:45Z)
Prognosis of Rotor Parts Fly-off Based on Cascade Classification and Online Prediction Ability Index [0.0]
潜在的な失敗の早期発見と予測は、壊滅的なプラントのダウンタイムと経済的な損失を防ぐ可能性がある。本稿では, 回転機械の動作状態を, 故障時の時間に基づいて, 正常, 危険, リスクの高いものに分割する。オンライン予測能力指数(OPAI)は、一貫したオンライン予測とより小さなオフライン予測誤差を持つ予測モデルを選択するために提案される。
論文参考訳（メタデータ） (2022-03-30T02:28:59Z)
Variance Minimization in the Wasserstein Space for Invariant Causal Prediction [72.13445677280792]
そこで本研究では,ICPで行ったアプローチを,予測器数で線形にスケールする一連の非パラメトリックテストとして再検討する。これらのテストはそれぞれ、最適輸送理論の道具から導かれる新しい損失関数の最小化に依存している。我々は,本手法が同定可能な直接原因の集合を回復できるという軽微な仮定の下で証明し,他のベンチマーク因果探索アルゴリズムと競合することを示す。
論文参考訳（メタデータ） (2021-10-13T22:30:47Z)
Efficient Causal Inference from Combined Observational and Interventional Data through Causal Reductions [68.6505592770171]
因果効果を推定する際の主な課題の1つである。そこで本研究では,任意の数の高次元潜入共創者を置き換える新たな因果還元法を提案する。パラメータ化縮小モデルを観測データと介入データから共同で推定する学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-03-08T14:29:07Z)
Bad and good errors: value-weighted skill scores in deep ensemble learning [0.0]
証拠に基づいて予測誤差の重大度を評価するための戦略を導入する。本稿では,予測値に重要な意味を持つ,混乱行列とスキルスコアの新たな定義を提案する。本稿では,公害,宇宙気象,株式賞の予測に関する3つの応用事例において,このアプローチの性能を示す。
論文参考訳（メタデータ） (2021-03-04T08:05:13Z)
Assessment of weak-coupling approximations on a driven two-level system under dissipation [58.720142291102135]
我々は, 減散を伴うリウヴィル・ヴォン方程式(Liouville-von equation)と呼ばれる数値的正確かつ非摂動的手法を用いて, 駆動量子ビットについて検討した。我々は、駆動された量子ビットの定常状態を予測する上で、リンドブラッド方程式の妥当性の規則をマップするために実験で用いられる計量を提案する。
論文参考訳（メタデータ） (2020-11-11T22:45:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。