دانلود مقاله ISI انگلیسی شماره 46738
عنوان فارسی مقاله

مقایسه ابزارهای داده کاوی برای تجزیه و تحلیل اهمیت پارامترهای فرآیند در برنامه های کاربردی برای پردازش تشخیص عیب

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
46738 2014 13 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Comparison of data mining tools for significance analysis of process parameters in applications to process fault diagnosis
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Information Sciences, Volume 259, 20 February 2014, Pages 380–392

کلمات کلیدی
تشخیص عیب - داده کاوی - اهمیت متغیر ورودی - صنایع تولیدی
پیش نمایش مقاله
پیش نمایش مقاله مقایسه ابزارهای داده کاوی برای تجزیه و تحلیل اهمیت پارامترهای فرآیند در برنامه های کاربردی برای پردازش تشخیص عیب

چکیده انگلیسی

This paper presents an evaluation of various methodologies used to determine relative significances of input variables in data-driven models. Significance analysis applied to manufacturing process parameters can be a useful tool in fault diagnosis for various types of manufacturing processes. It can also be applied to building models that are used in process control. The relative significances of input variables can be determined by various data mining methods, including relatively simple statistical procedures as well as more advanced machine learning systems. Several methodologies suitable for carrying out classification tasks which are characteristic of fault diagnosis were evaluated and compared from the viewpoint of their accuracy, robustness of results and applicability. Two types of testing data were used: synthetic data with assumed dependencies and real data obtained from the foundry industry. The simple statistical method based on contingency tables revealed the best overall performance, whereas advanced machine learning models, such as ANNs and SVMs, appeared to be of less value.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.