ソフトセンサー入門 - 基礎から実用的研究例まで -

ソフトセンサー入門 - 基礎から実用的研究例まで -

ソフトセンサー実装にあたって留意すべき課題の解決の道筋を体系的に解説した。関係者必携の一冊。

ジャンル
発行年月日
2014/07/31
判型
A5
ページ数
238ページ
ISBN
978-4-339-06633-3
ソフトセンサー入門 - 基礎から実用的研究例まで -
在庫あり
2営業日以内に出荷致します。

定価

3,410(本体3,100円+税)

カートに入れる

電子版を購入

購入案内

  • 内容紹介
  • 目次
  • レビュー
  • 著者紹介
  • 書籍紹介・書評掲載情報

「ソフトセンサー」とは,コンピュータ上で何らかの処理を行うプログラムや手続きを意味するソフトウェア的なセンサーである。本書では,ソフトセンサー実装にあたって留意すべき課題の解決の道筋を体系的に解説。関係者必携の書。

1. プロセスの監視・制御(プロセス管理)

2. ソフトセンサー
2.1 ソフトセンサーとは
2.2 ソフトセンサーのモデル構築方法
2.3 ソフトセンサーの適用先・実例
2.4 ソフトセンサーの役割
2.5 ソフトセンサーの運用までの流れ
2.6 ソフトセンサー解析の具体例
2.6.1 ダイナミックシミュレーションデータの解析
2.6.2 実際のプラントにおける運転データの解析

3. ソフトセンサーの問題点・課題点
3.1 データ収集
3.2 データ前処理
3.3 モデル構築
3.4 モデル解析
3.5 モデル運用

4. ソフトセンサーの研究例
4.1 モデルの劣化,モデルのメンテナンス
4.1.1 適応型モデル
4.1.2 適応型モデルの性能確認
4.1.3 適応型モデルの特徴
4.1.4 プロセス特性が急激に変化する際の対応
4.1.5 適応型モデルの選択
4.1.6 モデルの劣化要因を考慮したソフトセンサーモデルの構築
4.2 適応型ソフトセンサーのためのデータベース管理
4.3 モデルの適用範囲を考慮したソフトセンサー設計
4.3.1 異常値検出モデルを用いたソフトセンサー設計
4.3.2 モデルの適用範囲内判定モデルを用いたソフトセンサー設計
(ポリマー重合プラントにおけるトランジション終了判定およびポリマー物性予測)
4.4 プロセス変数の選択,動特性の考慮
4.4.1 GAVDS  法
4.4.2 非線形GAVDS法
4.5 ソフトセンサーモデルの予測誤差の推定
4.5.1 ソフトセンサーモデルとの距離に基づく予測誤差の推定
4.5.2 時間差分モデルのアンサンブル予測による予測誤差の推定
4.5.3 アンサンブル予測による予測誤差の推定
4.5.4 データ密度による予測誤差の推定
4.6 ノイズ処理
4.7 外れ値検出
4.8 ソフトセンサーを活用した異常検出

5. ケモメトリックス
5.1 データセットの表現
5.2 前処理
5.3 3シグマ法
5.4 Hampel identifier
5.5 Savitzky-Goley(SG)法
5.6 主成分分析(Principal Component Analysis, PCA)
5.7 独立成分分析(Independent Component Analysis, ICA)
5.8 最小二乗法による線形重回帰分析
5.9 Partial Least Squares(PLS)法
5.10 Support Vector Machine(SVM)法
5.11 Support Vector Regression(SVR)法
5.12 Online SVR(OSVR)法
5.13 Least Absolute Shrinkage and Selection Operator(LASSO)法
5.14 Stepwise法による変数選択
5.15 Genetic Algorithm-based PLS(GAPLS)法
5.16 Genetic Algorithm-based WaveLength Selection(GAWLS)法
5.17 k-Nearest Neighbor(k-NN)法
5.18 One-Class SVM(OCSVM)法
5.19 各種統計量
 
引用・参考文献
索引

amazonレビュー

船津 公人

船津 公人(フナツ キミト)

1978年 九州大学理学部化学科卒業
1980年 九州大学大学院理学研究科修士課程修了(化学専攻)
1983年 九州大学大学院理学研究科博士課程修了(化学専攻)
     理学博士
1984年 豊橋技術科学大学物質工学系助手
1984年 豊橋技術科学大学物質工学系講師
1992年 豊橋技術科学大学知識情報工学系助教授
2004年 東京大学大学院工学系研究科化学システム工学専攻教授
2011年 ストラスブール大学招聘教授
2017年 奈良先端科学技術大学院大学データ駆動型サイエンス創造センター 研究ディレクター 教授(兼務)
2021年 東京大学名誉教授
2021年 奈良先端科学技術大学院大学データ駆動型サイエンス創造センター センター長 特任教授 
     現在に至る

学位は有機反応機構研究で取得。
1984年からケモインフォマティクスの分野に身を投じでいる。分子設計・材料設計、有機合成経路設計,有機化合物の構造推定,NIR利用による品質評価技術の確立および化学プロセスの監視と制御のためのデータ駆動化学の手法の開発とその応用と社会実装に取り組む。

著書に『コンピュータ・ケミストリーシリーズ1 CHEMICS―コンピュータによる構造解析―』(共著,共立出版),『コンピュータ・ケミストリーシリーズ2 AIPHOS―コンピュータによる有機合成経路探索―』(共著,共立出版),『ケモインフォマティクス 予測と設計のための化学情報学』(共訳,丸善・Wiley),『実践マテリアルズインフォマティクス―Pythonによる材料設計のための機械学習―』(共著,近代科学社)など。

日本科学技術情報センター丹羽賞・学術賞(1988年),日本コンピュータ化学会学会賞(2003年),2019年8月アメリカ化学会より,当該分野のノーベル賞とされるHerman Skolnik賞を受賞。2021年3月日本化学会学術賞「データ駆動型化学の開拓」を受賞。

金子 弘昌(カネコ ヒロマサ)

「現代化学」(東京化学同人 発行) 2014年11月号 掲載日:2014/11/01