面向生产评估辅助系统的信息融合方法
机器学习
2024-04-17 v1
摘要
我们提出了一种新颖的方法论，用于定义依赖信息融合以结合不同信息源并提供评估的辅助系统。本文的主要贡献是提供了一个使用证据理论融合 n 个信息源的通用框架。该融合提供了更鲁棒的预测以及可用于评估预测可能性的关联不确定性。此外，我们提供了一种融合两个主要源的方法论：基于机器数据的集成分类器和以专家为中心的模型。我们利用来自工业装置的数据展示了信息融合方法，这完善了本研究的应用部分。进一步，我们通过提出一种使用证据理论方法更新基于数据的模型的方法来解决数据漂移问题。我们使用 Tennessee Eastman 基准在模型更新参数的消融研究中验证了该方法。
引用
@article{arxiv.2309.00157,
title = {Information Fusion for Assistance Systems in Production Assessment},
author = {Fernando Arévalo and Christian Alison M. Piolo and M. Tahasanul Ibrahim and Andreas Schwung},
journal= {arXiv preprint arXiv:2309.00157},
year = {2024}
}
备注
21 Pages, 10 Figures