Practical Approach to Outlier detection using Support Vector Regression

• Nishiguchi Junya

  Yamatake Corporation

• Kaseda Chosei

  Yamatake Corporation

• Nakayama Hirotaka

  Konan University

• Arakawa Masao

  Kagawa University

• Yun Yaboon

  Kagawa University

Bibliographic Information

Other Title

• サポートベクトル回帰を用いた実用的な外れ値検出方法

Abstract

低コストのセンサ情報を多数利用して計測困難な物理量を推定するソフトセンサは様々な分野で適用可能性を持つが、高精度の推定を実現するには計測異常値の除去が不可欠である。従来、計測データの異常値除去は簡単な信号処理で試行錯誤的に行うことが多かったが、高次元の大量データに対しては誤検知する可能性が高い。そこで本研究ではサポートベクトル回帰の特徴を利用した試行錯誤によらない外れ値検出方法を提案し、実データに対する有効性を示す。

Journal

• Proceedings of the Annual Conference of the Institute of Systems, Control and Information Engineers

  Proceedings of the Annual Conference of the Institute of Systems, Control and Information Engineers SCI08 (0), 368-368, 2008

  The Institute of Systems, Control and Information Engineers

Keywords

• soft sensor
• outlier detection
• support vector regression

Details

• CRID: 1390001205621998592
• NII Article ID: 130006982041
• DOI: 10.11509/sci.sci08.0.368.0
• Text Lang: ja
• Data Source:
  • JaLC
  • CiNii Articles
• Abstract License Flag: Disallowed