This work studies the fault classif

This work studies the fault classification issue focused on complicated industrial processes. The basic multivariate statistical approaches, i.e. support vector machine (SVM) as well as principal component analysis (PCA), are studied for multi-fault classification purpose. The Tennessee Eastman (TE) challenging benchmark, which contains 21 abnormalities from real world, is finally utilized to show the effectiveness of the approaches. Such a conclusion can be drawn from the simulation results: although SVM is a powerful tool for multi-classification purposes, the standard PCA approach still shows satisfactory results with less computational efforts.

ผลลัพธ์ (ไทย) 1:

งานนี้ศึกษาปัญหาประเภทข้อบกพร่องในกระบวนการอุตสาหกรรมที่ซับซ้อน พื้นฐานตัวแปรพหุสถิติวิธี เช่นสนับสนุนเวกเตอร์เครื่อง (SVM) เป็นการวิเคราะห์ส่วนประกอบหลักเป็นอย่างดี (PCA), ได้ศึกษาวัตถุประสงค์การจัดประเภทข้อบกพร่องหลาย สุดท้ายมีใช้เทนเนสซีอีสต์แมน (TE) ท้าทายมาตรฐาน ซึ่งประกอบด้วยความผิดปกติ 21 จากโลกจริง เพื่อแสดงประสิทธิภาพของวิธีการ สามารถดึงจากผลการทดลองดังกล่าวสรุป: แม้ว่า SVM เป็นเครื่องมือที่มีประสิทธิภาพสำหรับวัตถุประสงค์ในการจัดประเภทหลาย วิธี PCA มาตรฐานยังคงแสดงผลเป็นที่พอใจกับความพยายามน้อยคำนวณได้

ผลลัพธ์ (ไทย) 2:

งานนี้การศึกษาปัญหาการจัดหมวดหมู่ความผิดมุ่งเน้นไปที่กระบวนการทางอุตสาหกรรมที่มีความซับซ้อน วิธีการทางสถิติขั้นพื้นฐานหลายตัวแปรเช่นการสนับสนุนเครื่องเวกเตอร์ (SVM) เช่นเดียวกับการวิเคราะห์องค์ประกอบหลัก (PCA) มีการศึกษาเพื่อจุดประสงค์ในการจัดหมวดหมู่หลายความผิด เทนเนสซีอีสต์แมน (TE) มาตรฐานที่ท้าทายซึ่งมี 21 ความผิดปกติจากโลกแห่งความจริงในที่สุดก็ถูกนำมาใช้เพื่อแสดงให้เห็นถึงประสิทธิภาพของวิธีการที่ ข้อสรุปดังกล่าวจะมาจากผลการจำลอง: แม้ว่า SVM เป็นเครื่องมือที่มีประสิทธิภาพเพื่อวัตถุประสงค์หลายจำแนกวิธี PCA มาตรฐานยังคงแสดงให้เห็นถึงผลลัพธ์ที่น่าพอใจกับความพยายามในการคำนวณน้อย

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ศึกษาผิดหมวดหมู่ปัญหาเน้นกระบวนการอุตสาหกรรมที่ซับซ้อน สถิติพื้นฐานสองแนวทางคือสนับสนุนเวกเตอร์เครื่องจักร ( SVM ) รวมทั้งการวิเคราะห์องค์ประกอบหลัก ( PCA ) มีวัตถุประสงค์เพื่อจำแนกความผิดหลาย เทนเนสซี อีสต์แมน ( TE ) ท้าทายมาตรฐาน ซึ่งประกอบด้วย 21 ความผิดปกติจากในโลกแห่งความเป็นจริงเป็นสุดท้ายใช้เพื่อแสดงประสิทธิผลของวิธี เป็นข้อสรุปที่สามารถวาดจากผลการจำลอง : ถึงแม้ว่า SVM เป็นเครื่องมือที่มีประสิทธิภาพสำหรับหลายประเภทมีวิธีการมาตรฐาน PCA ยังคงแสดงผลเป็นที่พอใจกับความพยายามในการคำนวณน้อยกว่า