REVISTA DE INGENIERIA DYNA

Palabras clave:

Fault detection, Conditional entropy, Support vector machine (SVM), Classification, detección de fallos, entropía condicional, Support Vector Machine (SVM), Clasificación

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

RESUMEN:
Para detectar defectos paramétricos en circuitos analógicos, se propone en el presente estudio un nuevo algoritmo de selección de características basado en la entropía condicional, que se integra en un proceso de detección de defectos basado en una máquina de vector soporte (SVM). Para prevenir la pérdida significativa de actuaciones eficaces se ejecutó un proceso de muestra con una frecuencia significativamente alta. Para reducir el sobrecalentamiento de la computación, el algoritmo de selección de características basado en la entropía condicional se introdujo posteriormente para comprimir los vectores brutos de observación en vectores nuevos de observación. La entropía condicional se usó para actualizar la probabilidad condicional de un defecto basado en una nueva información de defecto que eventualmente hace más clara la probabilidad de defecto. Aplicando el algoritmo propuesto de selección de características, se pueden comprimir los datos brutos más certeramente y maximizar la información, escogiendo las dimensiones que deben incluirse en los nuevos vectores de observación. Los resultados de la simulación mostraron que el proceso de detección de defectos presentado en el estudio podría clasificar el espacio vector de proceso no lineal de circuitos analógicos y conseguía una proporción menor de malas clasificaciones que otros métodos actuales (p. ej. El método equidistante y el método basado en la probabilidad convencional)

Palabras clave: Detección de defectos, Entropía condicional, Máquina de vector soporte (SVM), Clasificación.