| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-11-28 16:25 階層ベイズモデルと機械学習による劣化予測 ○貝瀬 徹・江上豊彦（兵庫県立大）  R2019-49 |
|
| 抄録 | （和） | 本報告では，劣化進展に関する状態空間モデルを与え，機械学習を用いた推定とリアルオプションによる信頼性評価の方法論を扱う．具体的には，劣化進展の変動モデルとして階層ベイズに基づくVG（Variance Gamma）モデルを提案し，パラメータ推定法に関してもマルコフ連鎖の数値計算を用いたベイズに基づく推論を与える．このとき、環境要因による劣化進展への影響をボルツマンマシン型のエネルギー関数により与え、複雑な要因を考慮した非線形構造も考慮する．さらに，代替による観測値の確率モデルを構成し，機械学習を階層ベイズ型VGモデルのベイズ推論に組み込む．さらに，ここで提案するモデルに基づいてリアルオプションの計算をシミュレーションを用いて行う．また，モデル選択の方法として情報量規準EICの適用を試みる. |
| （英） | Degradation processes are significant for making values of reliability. Particularly, it is known that stochastic models are useful for representations of the degradation paths. In this paper, a hierarchical Bayesian VG (Variances Gamma) model is proposed for a representation of the degradation phenomenon, moreover, the real option method based on a simulation is applied to the reliability evaluation using the model with machine learning methods. In particular, the hierarchical Bayesian model is constructed in a state space model with an observation equation, and the Boltzmann machine is applied. It is also shown that the Bayesian estimation for the degradation analysis is handled based on MCMC (Markov Chain Monte Carlo) methodology and a method for comparisons of the model based on the information criterion EIC is proposed. |
|
| キーワード | （和） | 劣化過程 / 階層ベイズ / EIC / / / / / |
| （英） | Degradation Process / Hierarchical Bayes / EIC / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 315, R2019-49, pp. 35-38, 2019年11月. | |
| 資料番号 | R2019-49 | |
| 発行日 | 2019-11-21 (R) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | R2019-49 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2019-11-28 - 2019-11-28 |
| 開催地（和） | 中央電気倶楽部 |
| 開催地（英） | Central Electric Club |
| テーマ（和） | 半導体と電子デバイスの信頼性、信頼性一般 |
| テーマ（英） | Reliability of semiconductor and electronic devices, Reliability general |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2019-11-R |
| 本文の言語 | 日本語 |
| タイトル（和） | 階層ベイズモデルと機械学習による劣化予測 |
| サブタイトル（和） | |
| タイトル（英） | Reliability Methodologies for Degradation Predictions Based on Hierarchical Bayesian Modeling and Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 劣化過程 / Degradation Process |
| キーワード(2)（和/英） | 階層ベイズ / Hierarchical Bayes |
| キーワード(3)（和/英） | EIC / EIC |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 貝瀬 徹 / Toru Kaise / カイセ トオル |
| 第1著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 第2著者 氏名（和/英/ヨミ） | 江上 豊彦 / Toyohiko Egami / |
| 第2著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 1 |
| 発表日時 | 2019-11-28 16:25:00 |
| 発表時間 | 25 |
| 申込先研究会 | R |
| 資料番号 | IEICE-R2019-49 |
| 巻番号（vol） | IEICE-119 |
| 号番号（no） | no.315 |
| ページ範囲 | pp.35-38 |
| ページ数 | IEICE-4 |
| 発行日 | IEICE-R-2019-11-21 |
[研究会発表申込システムのトップページに戻る]