重み付き最小二乗法のモデル予測誤差を改善する「混合分散回帰」の提案と性能調整工程への適用

池田 弘; 井上 一成; 松岡 英俊; 二宮 嘉行; 西井 龍映

doi:10.1299/jsmemsd.2017.113

セッションID: 113

DOI https://doi.org/10.1299/jsmemsd.2017.113

会議情報

主催: 一般社団法人日本機械学会

会議名: 生産システム部門研究発表講演会2017

開催日: 2017/03/16 -

重み付き最小二乗法のモデル予測誤差を改善する「混合分散回帰」の提案と性能調整工程への適用

*池田弘, 井上一成, 松岡英俊, 二宮嘉行, 西井龍映

著者情報

キーワード: 最尤推定, 重み付き最小二乗法, モデル推定, 測定ノイズ, システムノイズ

会議録・要旨集フリー

詳細

抄録

一般的に回帰モデルの推定においてよく用いられる重み付き最小二乗法(WLS)と比較し,モデルの予測誤差が減少する新しいモデル推定手法「混合分散回帰」を提案する測定ノイズが既知の場合のモデル推定では通常 WLS が用いられるが,モデル化の際に生じるシステムノイズをWLSは無視している我々はシステムノイズを考慮し最尤法でモデル推定する混合分散回帰を開発し, WLS に比較し最大1割弱のモデルの予測誤差の減少をシミュレーションで確認した.

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）