JP2016526154A - 傾向分析およびパターン認識用の信号関連測定値の定量的分析 - Google Patents
傾向分析およびパターン認識用の信号関連測定値の定量的分析 Download PDFInfo
- Publication number
- JP2016526154A JP2016526154A JP2016512177A JP2016512177A JP2016526154A JP 2016526154 A JP2016526154 A JP 2016526154A JP 2016512177 A JP2016512177 A JP 2016512177A JP 2016512177 A JP2016512177 A JP 2016512177A JP 2016526154 A JP2016526154 A JP 2016526154A
- Authority
- JP
- Japan
- Prior art keywords
- signature
- signal
- estimated
- statistics
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 242
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000003909 pattern recognition Methods 0.000 title claims abstract description 31
- 238000004445 quantitative analysis Methods 0.000 title claims description 5
- 238000000034 method Methods 0.000 claims abstract description 98
- 230000006870 function Effects 0.000 claims description 56
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 230000007704 transition Effects 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 15
- 238000012935 Averaging Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000001747 exhibiting effect Effects 0.000 claims 2
- 239000013598 vector Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 239000006185 dispersion Substances 0.000 description 15
- 239000000523 sample Substances 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010616 electrical installation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
- G06F18/21343—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis using decorrelation or non-stationarity, e.g. minimising lagged cross-correlations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2137—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on criteria of topology preservation, e.g. multidimensional scaling or self-organising maps
- G06F18/21375—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on criteria of topology preservation, e.g. multidimensional scaling or self-organising maps involving differential geometry, e.g. embedding of pattern manifold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Complex Calculations (AREA)
- Image Analysis (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
Description
信号関連測定値の特徴的特性を示唆する推定シグネチャを生成するステップと、
推定シグネチャに関して、多次元空間内で信号関連測定値に対する多次元統計値を計算するステップと、
多次元統計値から導かれ、且つ多次元空間内でシグネチャ多様体を包絡する殻多様体に関する信号関連測定値の距離に基づいて信号関連測定値の一致尤度を定量化するステップとを含んでいる。
装置に接続可能な測定機器構成であって、装置の1個以上の所定の動作パラメータを測定して、パラメータの信号関連測定値を生成すべく構成された測定機器構成と、
統計データベースを有するメモリと、
測定機器構成およびメモリに接続されたプロセッサであって、信号関連測定値を処理し、信号関連測定値に対する多次元統計値および信号関連測定値の特徴的特性を示唆する推定シグネチャを生成し、信号関連測定値および多次元統計値により統計データベースを更新し、装置の動作状態を、多次元統計値から導かれ、且つ多次元空間内のシグネチャ多様体を包絡する殻多様体に関する信号関連測定値の距離に基づいて定量化された信号関連測定値の一致尤度の関数として示す診断データを生成すべく構成されたプロセッサと、
診断データを外に報告すべくプロセッサに接続された出力部とを含んでいる。
Xnm=Si,n+nmn+,n∈[1,N] (1)
ここで、nmnは加法的ノイズであり、“m”は測定実現値の添え字である。同一Si,nパターンの集中的な確率密度関数および多数の測定値103を有するノイズを仮定すれば、測定値の
Xm={Xm,1,Xm,2,…,Xm,N} (3)
は超球殻203の近傍に分布している。様々な平均化オプションのうち、一様平均
このシグネチャ推定が(図1に示すような)「
「
{Xm:m∈[1,M]}のときHRDm,i=Dm,i−ri (17a)
、および測定値Xmが推定シグネチャに寄与しない場合は
k≧kmax (18)
但し、推定シグネチャまでの測定距離D’m,i205、平均測定距離ri202、測定値の個数M、および次元数Nの観点から書き直せば
「
「
「
Σi,j=cov(Xi,m,Xj,m)=E[(Xi,m−μi)・(Xj,m−μj)](53)
を推定する。ここで、
μi=E[Xi,m] (54)
はベクトルXの第i入力の期待値である。
各々N1およびN2次元を含む2個の測定値の組に分離されたN次元(但しN=N1+N2)のM個の測定値の組が与えられたならば、これらの次元は同一の加工部を共有しているため、これらを混合および共有することができる。
Claims (27)
- 信号関連測定値の定量的分析を行うコンピュータ化された方法であって、1個以上のプロセッサにより実行される、
前記信号関連測定値の特徴的特性を示唆する推定シグネチャを生成するステップと、
前記推定シグネチャに関して、多次元空間内で前記信号関連測定値に対する多次元統計値を計算するステップと、
前記多次元統計値から導かれ、且つ前記多次元空間内でシグネチャ多様体を包絡する殻多様体に関する前記信号関連測定値の距離に基づいて前記信号関連測定値の一致尤度を定量化するステップとを含む方法。 - 前記シグネチャ多様体が1個の推定シグネチャにより定義され、前記1個の推定シグネチャが、
前記信号関連測定値における1個以上の測定された状態に関して前記推定シグネチャが不変であり、従って前記殻多様体が超球殻に類似している場合は、前記多次元空間内の1個の点、および
前記信号関連測定値における1個以上の測定された状態に関して前記推定シグネチャが変化し、従って前記殻多様体が前記領域を包絡すると共に前記多次元空間内の実現値の確率密度関数に対応する次元を有している構造に類似している場合は、前記多次元空間内の1個の領域に対応する、請求項1に記載の方法。 - 前記信号関連測定値に対する前記多次元統計値が、前記多次元空間内のシグネチャ多様体に関する殻からシグネチャ多様体までの平均距離、標準偏差および分散データの分散を含んでいる、請求項1に記載の方法。
- 前記信号関連測定値に対する前記多次元統計値において、且つ所与の状態の組に対して、
前記平均距離データが、Xm∈クラスタiに対して
標準偏差データは
前記分散データの分散は、
前記信号関連測定値に対する前記多次元統計値は更に、
- 前記推定シグネチャが、平均化関数を用いて前記信号関連測定値から推定される、請求項1に記載の方法。
- 前記推定シグネチャが、移動平均化関数を用いて前記信号関連測定値から推定され、前記方法が更に、
前記信号関連測定値の最後の1個を前記移動平均関数から得られた対応する移動平均と比較するステップと、
前記移動平均を所定の基準シグネチャと比較するステップと、
前記比較ステップの比較結果に基づいて測定値の傾向を判定するステップとを含んでいる、請求項5に記載の方法。 - 前記信号関連測定値の前記最後の1個と前記殻多様体との間の距離に対応する平均距離偏差を計算するステップと、
前記信号関連測定値の全分散を計算するステップと、
前記全分散に関する前記平均距離偏差に基づいて確率密度関数を計算し、前記測定傾向値を前記確率密度関数に従い判定するステップとを更に含んでいる、請求項6に記載の方法。 - 前記信号関連測定値の前記最後の1個の所定の特徴が、前記殻多様体周辺の測定値分散の標準偏差をk倍上回った場合に警告信号を生成するステップを更に含んでいる、請求項7に記載の方法。
- 前記推定シグネチャが、前記推定シグネチャが導かれた前記信号関連測定値に応じた変遷ステップを有し、前記方法が、
前記多次元空間内において前記変遷ステップで前記推定シグネチャに対する多次元統計値を計算するステップと、
前記推定シグネチャに対する前記多次元統計値を用いて前記変遷ステップの異なるステップで前記推定シグネチャを比較して傾向を判定するステップを更に含んでいる、請求項1に記載の方法。 - 前記推定シグネチャに対する前記多次元統計値からシグネチャ傾向を判定するステップと、
前記シグネチャ傾向が予め設定された閾値を上回る偏差を有している場合、データベースに保存されていて所定の状態を示すシグネチャの組に関する前記推定シグネチャに対してパターン認識を実行するステップを更に含んでいる、請求項9に記載の方法。 - 前記変遷ステップにおける前記推定シグネチャに対する前記多次元統計値が平均距離、分散および内部誤差データを含んでいる、請求項9に記載の方法。
- 前記変遷ステップの異なる組み合せ(couple)における前記推定シグネチャの差に対する前記多次元統計値から得られたシグネチャ殻多様体に関して前記変遷ステップの2個のステップにおける前記推定シグネチャ間の距離に基づいてシグネチャ偏差を計算するステップと、
前記シグネチャ偏差に基づいて確率密度関数を計算するステップと、
前記確率密度関数に応じてシグネチャ傾向を判定するステップとを更に含んでいる、請求項11に記載の方法。 - シグネチャ同士の全分散に関する前記シグネチャ偏差が予め設定されたシグネチャ偏差値を上回った場合に警告信号を生成するステップを更に含んでいる、請求項12に記載の方法。
- 前記信号関連測定値が、所定のノイズ振幅正規化計量の関数として正規化された信号測定値から形成されている、請求項1に記載の方法。
- 前記信号関連測定値の組の特徴的特性を示唆する推定シグネチャの組を生成するステップと、
前記多次元統計値から導かれて、前記信号関連測定値周辺に位置する殻多様体に関する前記推定シグネチャの距離に基づいて、前記推定シグネチャの組の前記信号関連測定値の所属尤度を決定するステップを更に含んでいる、請求項1に記載の方法。 - 前記信号関連測定値が、組に分割された信号測定値の平均で形成されている、請求項1に記載の方法。
- 前記推定シグネチャが、前記信号関連測定値が導かれて同様の動作状態を有する第2の装置と同様の第1の装置に関する信号測定値から推定される、請求項1に記載の方法。
- 前記信号関連測定値に対する前記多次元統計値から測定値の傾向を判定するステップと、
前記測定傾向値が、予め設定された閾値を上回る前記推定シグネチャに対する偏差を有する場合、データベースに保存されていて所定の状態を示すシグネチャの組に関して前記推定シグネチャに対するパターン認識を実行するステップと、を更に含んでいる、請求項1に記載の方法。 - 前記信号関連測定値の共分散行列を推定するステップと、
N×N次元の多次元空間内(Nは前記推定シグネチャの次元数)で前記共分散行列に対する多次元統計値を計算するステップと、
前記推定共分散行列に関する相互測定値行列の距離にも基づいて前記信号関連測定値の一致尤度を定量化するステップと、を更に含んでいる、請求項1に記載の方法。 - 前記シグネチャ多様体を構築すべく前記信号関連測定値をクリギングするステップを更に含んでいる、請求項1に記載の方法。
- 装置の動作状態を監視するシステムであって、
前記装置に接続可能な測定機器構成であって、前記装置の1個以上の所定の動作パラメータを測定して、前記パラメータの信号関連測定値を生成すべく構成された測定機器構成と、
統計データベースを有するメモリと、
前記測定機器構成および前記メモリに接続されたプロセッサであって、前記信号関連測定値を処理し、前記信号関連測定値に対する多次元統計値および前記信号関連測定値の特徴的特性を示唆する推定シグネチャを生成し、前記信号関連測定値および前記多次元統計値により前記統計データベースを更新し、前記装置の動作状態を、前記多次元統計値から導かれ、且つ前記多次元空間内のシグネチャ多様体を包絡する殻多様体に関する前記信号関連測定値の距離に基づいて定量化された前記信号関連測定値の一致尤度の関数として示す診断データを生成すべく構成されたプロセッサと、
前記診断データを外に報告すべくプロセッサに接続された出力部とを含むシステム。 - 前記プロセッサおよび前記メモリに接続されていて、且つデータ交換のため類似装置を監視する少なくとも1個の類似システムとの通信リンクに接続可能な通信部を更に含んでいる、請求項22に記載のシステム。
- 前記プロセッサおよび前記測定機器構成に接続されていて、且つ前記診断データに基づいて前記プロセッサにより生成された制御データの関数として前記装置向けの制御信号を生成すべく前記装置に接続可能な制御部を更に含んでいる、請求項22に記載のシステム。
- 前記プロセッサが、前記推定シグネチャに対する前記多次元統計値を前記信号関連測定値から計算するシグネチャ統計モジュールと、前記信号関連測定値に対する前記多次元統計値を前記信号関連測定値から計算する測定統計モジュールと、前記シグネチャおよび測定統計モジュールにより計算された前記多次元統計値から測定傾向値を実行する測定傾向値モジュールと、前記シグネチャおよび測定統計モジュールにより計算された前記多次元統計値から前記統計データベースを管理する統計データベース管理モジュールとを有している、請求項22に記載のシステム。
- 前記プロセッサが更に、前記測定統計モジュールにより計算された前記多次元統計値、および前記統計データベース管理モジュールからの前記推定シグネチャに対する前記多次元統計値から、測定傾向分析またはパターン認識を実行する測定傾向分析またはパターン認識モジュールと、前記シグネチャ統計モジュールにより計算された前記多次元統計値、および前記統計データベース管理モジュールからの前記推定シグネチャに対する前記多次元統計値からシグネチャ傾向分析またはパターン認識を実行するシグネチャ傾向分析またはパターン認識モジュールとを有している、請求項25に記載のシステム。
- 前記診断データが、前記測定傾向値、前記測定傾向分析またはパターン認識、および前記シグネチャ傾向分析またはパターン認識の各モジュールから導かれた、前記装置の異常動作状態を示す警報状態データを含んでいる、請求項26に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CA2,815.161 | 2013-05-06 | ||
CA2815161A CA2815161A1 (en) | 2013-05-06 | 2013-05-06 | Quantitative analysis of signal related measurements for trending and pattern recognition |
PCT/CA2014/050388 WO2014179873A1 (en) | 2013-05-06 | 2014-04-17 | Quantitative analysis of signal related measurements for trending and pattern recognition |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016526154A true JP2016526154A (ja) | 2016-09-01 |
JP6438009B2 JP6438009B2 (ja) | 2018-12-12 |
Family
ID=51862789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016512177A Active JP6438009B2 (ja) | 2013-05-06 | 2014-04-17 | 傾向分析およびパターン認識用の信号関連測定値の定量的分析 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10902088B2 (ja) |
EP (1) | EP2994721B1 (ja) |
JP (1) | JP6438009B2 (ja) |
KR (1) | KR102124985B1 (ja) |
CA (2) | CA2815161A1 (ja) |
WO (1) | WO2014179873A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109974782A (zh) * | 2019-04-10 | 2019-07-05 | 郑州轻工业学院 | 基于大数据敏感特征优化选取的设备故障预警方法及系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10416306B2 (en) | 2015-08-17 | 2019-09-17 | Texas Instruments Incorporated | Methods and apparatus to measure and analyze vibration signatures |
US10930379B2 (en) * | 2015-10-02 | 2021-02-23 | Koniniklijke Philips N.V. | System for mapping findings to pertinent echocardiogram loops |
CN106323635B (zh) * | 2016-08-04 | 2018-10-19 | 中国航空综合技术研究所 | 一种滚动轴承故障在线检测与状态评估方法 |
CN108549060B (zh) * | 2018-04-17 | 2020-10-13 | 北京环境特性研究所 | 一种目标关联方法及装置 |
CN110031816B (zh) * | 2019-03-22 | 2021-04-27 | 中国民航科学技术研究院 | 基于探鸟雷达的机场飞行区非合作目标分类识别方法 |
CN113037411B (zh) * | 2019-12-24 | 2022-02-15 | 清华大学 | 一种基于深度学习的多用户信号检测方法及装置 |
CN113295355B (zh) * | 2021-04-15 | 2022-09-13 | 广西电网有限责任公司南宁供电局 | 一种具有异常振动预警功能的地缆通道监测装置 |
US11573347B2 (en) | 2021-04-30 | 2023-02-07 | China Petroleum & Chemical Corporation | Computing program product and method that interpolates wavelets coefficients and estimates spatial varying wavelets using the covariance interpolation method in the data space over a survey region having multiple well locations |
CN113592071B (zh) * | 2021-06-22 | 2022-09-16 | 广州大学 | 设备故障识别模型训练、识别方法、系统、装置及介质 |
CN114167237A (zh) * | 2021-11-30 | 2022-03-11 | 西安交通大学 | 一种gis局部放电故障识别方法、系统、计算机设备、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61245211A (ja) * | 1985-04-23 | 1986-10-31 | Mitsubishi Electric Corp | プロセス監視装置 |
JP2000259223A (ja) * | 1999-03-12 | 2000-09-22 | Toshiba Corp | プラント監視装置 |
WO2011086805A1 (ja) * | 2010-01-14 | 2011-07-21 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
US20120146788A1 (en) * | 2010-12-13 | 2012-06-14 | Xandem Technology Llc | Systems and methods of device-free motion detection and presence detection |
WO2012162825A1 (en) * | 2011-05-27 | 2012-12-06 | HYDRO-QUéBEC | Dynamic clustering of transient signals |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3988533A (en) | 1974-09-30 | 1976-10-26 | Video Tek, Inc. | Video-type universal motion and intrusion detection system |
US4937763A (en) | 1988-09-06 | 1990-06-26 | E I International, Inc. | Method of system state analysis |
US5253070A (en) | 1990-12-31 | 1993-10-12 | Goldstar Co., Ltd. | System and method for automatically detecting a variation of video information |
US5649068A (en) | 1993-07-27 | 1997-07-15 | Lucent Technologies Inc. | Pattern recognition system using support vectors |
US5877954A (en) | 1996-05-03 | 1999-03-02 | Aspen Technology, Inc. | Hybrid linear-neural network process control |
US6136541A (en) | 1999-02-22 | 2000-10-24 | Vialogy Corporation | Method and apparatus for analyzing hybridized biochip patterns using resonance interactions employing quantum expressor functions |
US20020057840A1 (en) | 1999-02-26 | 2002-05-16 | Belmares Robert J. | System and method for monitoring visible changes |
US7356415B1 (en) | 1999-03-24 | 2008-04-08 | International Business Machines Corporation | Similarity searching of molecules based upon descriptor vectors characterizing molecular regions |
US6522978B1 (en) | 1999-09-15 | 2003-02-18 | General Electric Company | Paper web breakage prediction using principal components analysis and classification and regression trees |
US6957172B2 (en) | 2000-03-09 | 2005-10-18 | Smartsignal Corporation | Complex signal decomposition and modeling |
US6803906B1 (en) | 2000-07-05 | 2004-10-12 | Smart Technologies, Inc. | Passive touch system and method of detecting user input |
US7774143B2 (en) | 2002-04-25 | 2010-08-10 | The United States Of America As Represented By The Secretary, Department Of Health And Human Services | Methods for analyzing high dimensional data for classifying, diagnosing, prognosticating, and/or predicting diseases and other biological states |
US7606403B2 (en) | 2002-10-17 | 2009-10-20 | Intel Corporation | Model-based fusion of scanning probe microscopic images for detection and identification of molecular structures |
US7034738B1 (en) | 2003-12-05 | 2006-04-25 | Itt Manufacturing Enterprises, Inc. | Method of radar pattern recognition by sorting signals into data clusters |
CA2508428A1 (fr) | 2005-05-20 | 2006-11-20 | Hydro-Quebec | Detection, localisation et interpretation de decharge partielle |
US8311774B2 (en) | 2006-12-15 | 2012-11-13 | Smartsignal Corporation | Robust distance measures for on-line monitoring |
US8250006B2 (en) | 2007-03-19 | 2012-08-21 | Dow Global Technologies Llc | Inferential sensors developed using three-dimensional pareto-front genetic programming |
US8200440B2 (en) | 2007-05-18 | 2012-06-12 | Affymetrix, Inc. | System, method, and computer software product for genotype determination using probe array data |
GB2491987B (en) | 2008-03-03 | 2013-03-27 | Videoiq Inc | Method of searching data for objects identified by object detection |
JP5048625B2 (ja) * | 2008-10-09 | 2012-10-17 | 株式会社日立製作所 | 異常検知方法及びシステム |
US8280839B2 (en) | 2010-02-25 | 2012-10-02 | Mitsubishi Electric Research Laboratories, Inc. | Nearest neighbor methods for non-Euclidean manifolds |
US9235208B2 (en) | 2011-07-19 | 2016-01-12 | GE Intelligent Platforms, Inc | System of sequential kernel regression modeling for forecasting financial data |
-
2013
- 2013-05-06 CA CA2815161A patent/CA2815161A1/en not_active Abandoned
-
2014
- 2014-04-17 WO PCT/CA2014/050388 patent/WO2014179873A1/en active Application Filing
- 2014-04-17 EP EP14795019.0A patent/EP2994721B1/en active Active
- 2014-04-17 JP JP2016512177A patent/JP6438009B2/ja active Active
- 2014-04-17 KR KR1020157034405A patent/KR102124985B1/ko active IP Right Grant
- 2014-04-17 CA CA2910286A patent/CA2910286C/fr active Active
- 2014-04-17 US US14/888,804 patent/US10902088B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61245211A (ja) * | 1985-04-23 | 1986-10-31 | Mitsubishi Electric Corp | プロセス監視装置 |
JP2000259223A (ja) * | 1999-03-12 | 2000-09-22 | Toshiba Corp | プラント監視装置 |
WO2011086805A1 (ja) * | 2010-01-14 | 2011-07-21 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
US20120146788A1 (en) * | 2010-12-13 | 2012-06-14 | Xandem Technology Llc | Systems and methods of device-free motion detection and presence detection |
WO2012162825A1 (en) * | 2011-05-27 | 2012-12-06 | HYDRO-QUéBEC | Dynamic clustering of transient signals |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109974782A (zh) * | 2019-04-10 | 2019-07-05 | 郑州轻工业学院 | 基于大数据敏感特征优化选取的设备故障预警方法及系统 |
CN109974782B (zh) * | 2019-04-10 | 2021-03-02 | 郑州轻工业学院 | 基于大数据敏感特征优化选取的设备故障预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
KR102124985B1 (ko) | 2020-06-19 |
CA2815161A1 (en) | 2014-11-06 |
WO2014179873A1 (en) | 2014-11-13 |
CA2910286C (fr) | 2020-12-08 |
EP2994721A4 (en) | 2016-11-02 |
JP6438009B2 (ja) | 2018-12-12 |
EP2994721B1 (en) | 2018-11-28 |
US20160085725A1 (en) | 2016-03-24 |
US10902088B2 (en) | 2021-01-26 |
KR20160005094A (ko) | 2016-01-13 |
EP2994721A1 (en) | 2016-03-16 |
CA2910286A1 (fr) | 2014-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6438009B2 (ja) | 傾向分析およびパターン認識用の信号関連測定値の定量的分析 | |
US10496515B2 (en) | Abnormality detection apparatus, abnormality detection method, and non-transitory computer readable medium | |
US11467570B2 (en) | Anomalous sound detection apparatus, anomaly model learning apparatus, anomaly detection apparatus, anomalous sound detection method, anomalous sound generation apparatus, anomalous data generation apparatus, anomalous sound generation method and program | |
US9245235B2 (en) | Integrated approach to model time series dynamics in complex physical systems | |
US9256224B2 (en) | Method of sequential kernel regression modeling for forecasting and prognostics | |
US8660980B2 (en) | Monitoring system using kernel regression modeling with pattern sequences | |
JP2014525096A (ja) | パターンシーケンスを用いるカーネル回帰モデリングを使用した監視方法 | |
JP2014525097A (ja) | 予測および予想のための逐次カーネル回帰モデリングのシステム | |
CN110650058B (zh) | 一种网络流量分析方法、装置、存储介质及设备 | |
US7085675B2 (en) | Subband domain signal validation | |
CN112955837A (zh) | 异常诊断装置、异常诊断方法、及程序 | |
Gensler et al. | Novel Criteria to Measure Performance of Time Series Segmentation Techniques. | |
Mohamad et al. | Gear fault detection using recurrence quantification analysis and support vector machine | |
Tan et al. | Monitoring statistics and tuning of kernel principal component analysis with radial basis function kernels | |
CN116486146A (zh) | 一种旋转机械设备的故障检测方法、系统、装置和介质 | |
Zhang et al. | Steady-state and transient operation discrimination by Variational Bayesian Gaussian Mixture Models | |
US11775512B2 (en) | Data analysis apparatus, method and system | |
JP7099296B2 (ja) | 評価方法、システム構築方法、及び評価システム | |
JP5566616B2 (ja) | 特性解析装置、特性解析方法をコンピュータに実行させるためのプログラム、上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
EP4379671A1 (en) | Assessment of input-output datasets using local complexity values and associated data structure | |
US11783233B1 (en) | Detection and visualization of novel data instances for self-healing AI/ML model-based solution deployment | |
US20240193473A1 (en) | Semiconductor metrology system and method | |
US20240232714A1 (en) | Detection and visualization of novel data instances for self-healing ai/ml model-based solution deployment | |
US11222798B2 (en) | Process management method and apparatus | |
Mukherjee et al. | Satterthwaite Approximation of the Distribution of SPE Scores: An R-Simulation-Based Improvement of the R-PCA-Based Outlier Detection Method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170329 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180326 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180626 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181115 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6438009 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |