洞察铁路轨道评估：利用NARX特征解释

P. H. O. Silva; A. S. Cerqueira; E. G. Nepomuceno

洞察铁路轨道评估：利用NARX特征解释

信号处理 2024-10-07 v1 机器学习

作者: P. H. O. Silva , A. S. Cerqueira , E. G. Nepomuceno

摘要

时间序列分类对于提取有意义的见解并辅助工程领域的决策至关重要。NARX等参数化建模技术因其结构易于解释且透明，对于理解复杂过程（如环境时间序列）具有重要价值。本文提出了一种分类算法Logistic-NARX Multinomial，该算法将NARX方法与逻辑回归相结合。这种方法不仅能产生可解释的模型，还能有效应对多类分类相关的挑战。此外，本研究还针对铁路行业引入了一种创新方法，通过利用NARX模型来解释来自车载传感器的众多特征，提供了一种工具。该方法通过特征重要性分析提供深入见解，从而能够就安全和维护做出明智决策。

关键词

时间序列分类 NARX 逻辑回归特征重要性铁路轨道评估

引用

@article{arxiv.2410.02770,
  title  = {Insightful Railway Track Evaluation: Leveraging NARX Feature Interpretation},
  author = {P. H. O. Silva and A. S. Cerqueira and E. G. Nepomuceno},
  journal= {arXiv preprint arXiv:2410.02770},
  year   = {2024}
}

备注

In English. CBA 2024 - XXV Brazilian Congress of Automation (CBA - XXV Congresso Brasileiro de Autom\'atica)

洞察铁路轨道评估：利用NARX特征解释

摘要

关键词

引用

备注

相关论文