工业 4.0 中确定输入变量范围：给定输出范围估计实值函数或训练回归模型定义域的启发式方法
机器学习
2019-04-05 v1 机器学习
摘要
工业过程控制系统试图将输出变量保持在目标值给定容差范围内。PID 控制系统已广泛用于工业中以控制输入变量来达到此目标。然而，这类基于传递函数的方法无法扩展到输入数据可能为非数值、高维、稀疏等的复杂过程。在此类情况下，仍需要确定产生给定范围内输出的输入数据子空间。本文提出一种非随机启发式方法，用于在给定输出范围时确定数学函数或训练回归模型的输入值。所提方法创建带有类标签的输入组合合成训练数据集，类标签指示输出是否在给定目标范围内。随后，使用决策树分类器确定感兴趣的输入数据子空间。该方法比传统控制器更通用，因为输出的目标范围不必以参考值为中心，且可在给定输出变量回归模型时应用，该模型可能以类别变量作为输入且可能高维、稀疏……所提启发式方法通过层压工厂质量真实用例的概念验证得到验证，以确定合适的生产变量值子空间。
引用
@article{arxiv.1904.02655,
title = {Determining input variable ranges in Industry 4.0: A heuristic for estimating the domain of a real-valued function or trained regression model given an output range},
author = {Noelia Oses and Aritz Legarretaetxebarria and Marco Quartulli and Igor García and Mikel Serrano},
journal= {arXiv preprint arXiv:1904.02655},
year = {2019}
}