論文の概要: Unsupervised Complex Semi-Binary Matrix Factorization for Activation
Sequence Recovery of Quasi-Stationary Sources
- arxiv url: http://arxiv.org/abs/2310.02295v1
- Date: Tue, 3 Oct 2023 09:29:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-05 18:25:09.111299
- Title: Unsupervised Complex Semi-Binary Matrix Factorization for Activation
Sequence Recovery of Quasi-Stationary Sources
- Title（参考訳）: 準定常源の活性化配列回復のための教師なし複素半バイナリ行列因子分解
- Authors: Romain Delabeye (QUARTZ, ISAE-Supm\'eca), Martin Ghienne (QUARTZ,
ISAE-Supm\'eca), Olivia Penas (QUARTZ, ISAE-Supm\'eca), Jean-Luc Dion
(QUARTZ, ISAE-Supm\'eca)
- Abstract要約: システムがいつ運用されるかを知ることは、エネルギー集約的なサブシステムと運用を見つけるための鍵である。
本稿では,バイナリサブシステムアクティベーションシーケンスの同定を求める,異なる産業環境について考察する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advocating for a sustainable, resilient and human-centric industry, the three
pillars of Industry 5.0 call for an increased understanding of industrial
processes and manufacturing systems, as well as their energy sustainability.
One of the most fundamental elements of comprehension is knowing when the
systems are operated, as this is key to locating energy intensive subsystems
and operations. Such knowledge is often lacking in practice. Activation
statuses can be recovered from sensor data though. Some non-intrusive sensors
(accelerometers, current sensors, etc.) acquire mixed signals containing
information about multiple actuators at once. Despite their low cost as regards
the fleet of systems they monitor, additional signal processing is required to
extract the individual activation sequences. To that end, sparse regression
techniques can extract leading dynamics in sequential data. Notorious
dictionary learning algorithms have proven effective in this regard. This paper
considers different industrial settings in which the identification of binary
subsystem activation sequences is sought. In this context, it is assumed that
each sensor measures an extensive physical property, source signals are
periodic, quasi-stationary and independent, albeit these signals may be
correlated and their noise distribution is arbitrary. Existing methods either
restrict these assumptions, e.g., by imposing orthogonality or noise
characteristics, or lift them using additional assumptions, typically using
nonlinear transforms.
- Abstract（参考訳）: 持続可能で弾力性があり、人間中心の産業を提唱する業界5.0の3つの柱は、産業プロセスと製造システムに対する理解の高まりと、そのエネルギー持続可能性を求めている。
理解の最も基本的な要素の1つは、システムがいつ運用されるかを知ることである。
そのような知識はしばしば実践に欠けている。
しかし、アクティベーションステータスはセンサーデータから復元できる。
いくつかの非侵入型センサー(加速度計、電流センサ等)は、複数のアクチュエータに関する情報を含む混合信号を取得する。
監視するシステム群に関するコストは低いが、個々のアクティベーションシーケンスを抽出するには追加の信号処理が必要である。
この目的のために、スパース回帰技術はシーケンシャルデータのリードダイナミクスを抽出することができる。
有名な辞書学習アルゴリズムはこの点において有効であることが証明されている。
本稿では,バイナリサブシステムのアクティベーションシーケンスの同定が求められる異なる産業環境について考察する。
この文脈では、各センサが広い物理的特性を測定し、ソース信号は周期的、準定常的、独立的であり、これらの信号は相関しうるが、ノイズ分布は任意である。
既存の手法では、例えば直交性やノイズ特性を課すことでこれらの仮定を制限したり、非線形変換を用いて追加の仮定でそれらを持ち上げたりしている。
関連論文リスト
- Heterogeneous quantization regularizes spiking neural network activity [0.0]
本稿では、アナログデータを正規化し、スパイク位相表現に量子化する、データブラインドニューロモルフィック信号条件付け戦略を提案する。
我々は、量子化重みの範囲と密度が蓄積された入力統計に適応するデータ認識キャリブレーションステップを追加することで、このメカニズムを拡張した。
論文 参考訳（メタデータ） (2024-09-27T02:25:44Z) - Dealing with Collinearity in Large-Scale Linear System Identification
Using Gaussian Regression [3.04585143845864]
複数の相互接続型動的システムからなるネットワークの推定について検討する。
我々は、任意のインパルス応答をゼロ平均ガウス過程の実現と見なすベイズ正規化フレームワークにキャストされた戦略を開発する。
我々はマルコフ連鎖モンテカルロスキームを設計し、コリナリティを効率的に扱うことでインパルス応答を後方に再構築する。
論文 参考訳（メタデータ） (2023-02-21T19:35:47Z) - A Robust and Explainable Data-Driven Anomaly Detection Approach For
Power Electronics [56.86150790999639]
本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。
行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。
検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
論文 参考訳（メタデータ） (2022-09-23T06:09:35Z) - Deep Canonical Correlation Alignment for Sensor Signals [0.26249027950824505]
本稿では,これらの問題に対処するための手法として,ディープカノニカル相関センサアライメント(DCCA)を提案する。
これは、クロックドリフトやオフセットなどのセンサ回路が生み出すミスアライメントに特有な共通特性を利用する。
人工および実データセットの選択において,様々な条件下でのDCCAの性能を示す。
論文 参考訳（メタデータ） (2021-06-07T14:07:46Z) - Signal Processing and Machine Learning Techniques for Terahertz Sensing:
An Overview [89.09270073549182]
テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。
THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。
本稿では,信号前処理に着目した手法の概要を示す。
また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
論文 参考訳（メタデータ） (2021-04-09T01:38:34Z) - Discriminative Singular Spectrum Classifier with Applications on
Bioacoustic Signal Recognition [67.4171845020675]
分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。
タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。
提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
論文 参考訳（メタデータ） (2021-03-18T11:01:21Z) - Ant Colony Inspired Machine Learning Algorithm for Identifying and
Emulating Virtual Sensors [0.0]
他のセンサーに基づいて特定のセンサーの出力をエミュレートすることが可能である。
読み出しをエミュレートできるセンサーのサブセットを特定するために、センサーはクラスタにグループ化されなければならない。
本稿では,このようなシステムにおける仮想センサを実現するために,エンドツーエンドのアルゴリズムソリューションを提案する。
論文 参考訳（メタデータ） (2020-11-02T09:06:14Z) - A Novel Anomaly Detection Algorithm for Hybrid Production Systems based
on Deep Learning and Timed Automata [73.38551379469533]
DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。
深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。
このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
論文 参考訳（メタデータ） (2020-10-29T08:27:43Z) - Active Learning for Nonlinear System Identification with Guarantees [102.43355665393067]
状態遷移が既知の状態-作用対の特徴埋め込みに線形に依存する非線形力学系のクラスについて検討する。
そこで本稿では, トラジェクティブ・プランニング, トラジェクティブ・トラッキング, システムの再推定という3つのステップを繰り返すことで, この問題を解決するためのアクティブ・ラーニング・アプローチを提案する。
本手法は, 非線形力学系を標準線形回帰の統計速度と同様, パラメトリック速度で推定する。
論文 参考訳（メタデータ） (2020-06-18T04:54:11Z) - Multilinear Compressive Learning with Prior Knowledge [106.12874293597754]
マルチリニア圧縮学習(MCL)フレームワークは、マルチリニア圧縮センシングと機械学習をエンドツーエンドシステムに統合する。
MCLの背後にある主要なアイデアは、下流学習タスクの信号から重要な特徴を捉えることのできるテンソル部分空間の存在を仮定することである。
本稿では、上記の要件、すなわち、関心の信号が分離可能なテンソル部分空間をどうやって見つけるかという、2つの要件に対処する新しい解決策を提案する。
論文 参考訳（メタデータ） (2020-02-17T19:06:05Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。