ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@2 |
Resumo: | Este trabalho investiga métodos de detecção de falhas baseados em sistemas imunológicos artificiais, especificamente aqueles baseados no algoritmo de seleção negativa (NSA) e em outras técnicas de reconhecimento próprio/nãopróprio. Inicialmente, foi proposto um esquema de representação baseado em hiperesferas com centros e raios variáveis e três modelos capazes de gerar detectores, com esta representação, de forma eficiente. O primeiro modelo utiliza algoritmos genéticos onde cada gene do cromossomo contém um índice para um ponto de uma distribuição quasi-aleatória que servirá como centro do detector e uma função decodificadora responsável por determinar os raios apropriados. A aptidão do cromossomo é dada por uma estimativa do volume coberto através uma integral de Monte Carlo. O segundo modelo utiliza o particionamento Quadtree para gerar o posicionamento dos detectores e o valor dos raios. Este modelo pode realizar o particionamento a partir de uma função de detecção ou através de divisões recursivas de um detector inicial que ocupa todo o espaço. O terceiro modelo é inspirado nas redes imunológicas. Neste modelo, as células B representam os detectores e a rede formada por eles dá a posição e o raio de cada detector. Experimentos com dados sintéticos e reais demonstram a capacidade dos algoritmos propostos e que eles apresentam melhorias nos aspectos de escalabilidade e desempenho na detecção de falhas. |
id |
PUC_RIO-1_ea988c43576bb462d79966f32c5f5e11 |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:8236 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION SISTEMAS IMUNOLÓGICOS ARTIFICIAIS APLICADOS À DETECÇÃO DE FALHAS 2006-03-16RICARDO TANSCHEIT22235426034lattes.cnpq.br/8206214061481076RICARDO TANSCHEITCARLOS ROBERTO HALL BARBOSAMARCO AURELIO CAVALCANTI PACHECOMARCO AURELIO CAVALCANTI PACHECOANTONIO CARNEIRO DE MESQUITA FILHO00996226702JORGE LUIS M DO AMARALPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBREste trabalho investiga métodos de detecção de falhas baseados em sistemas imunológicos artificiais, especificamente aqueles baseados no algoritmo de seleção negativa (NSA) e em outras técnicas de reconhecimento próprio/nãopróprio. Inicialmente, foi proposto um esquema de representação baseado em hiperesferas com centros e raios variáveis e três modelos capazes de gerar detectores, com esta representação, de forma eficiente. O primeiro modelo utiliza algoritmos genéticos onde cada gene do cromossomo contém um índice para um ponto de uma distribuição quasi-aleatória que servirá como centro do detector e uma função decodificadora responsável por determinar os raios apropriados. A aptidão do cromossomo é dada por uma estimativa do volume coberto através uma integral de Monte Carlo. O segundo modelo utiliza o particionamento Quadtree para gerar o posicionamento dos detectores e o valor dos raios. Este modelo pode realizar o particionamento a partir de uma função de detecção ou através de divisões recursivas de um detector inicial que ocupa todo o espaço. O terceiro modelo é inspirado nas redes imunológicas. Neste modelo, as células B representam os detectores e a rede formada por eles dá a posição e o raio de cada detector. Experimentos com dados sintéticos e reais demonstram a capacidade dos algoritmos propostos e que eles apresentam melhorias nos aspectos de escalabilidade e desempenho na detecção de falhas.This work investigates fault detection methods based on Artificial Immune Systems, specifically the negative selection algorithm (NSA) and other self/nonself recognition techniques. First, there was proposed a representation scheme based on hyperspheres with variable center and radius, and three models, which are very capable to generate detectors, based on that representation scheme, in an effective way. The first model employs Genetic Algorithms where each chromosome gene represents an index to a point in a quasi- random distribution, that will serve as a detector center, a decoder function will be responsible to determine the appropriate radius. The chromosome fitness is given by a valuation of the covered volume, which is calculated through a Monte Carlo integral. The second model uses the Quadtree space partition technique to generate the detectors positions and their radius. The space partition could be done by using a detection function or by recursive divisions of an initial detector that occupies the whole space. In third model, inspired on immune networks, the B cells represent the detectors and the network that is established by them gives the location and radius of each detector. Experiments with syntetic and real data show that the proposed algorithms improve scalability and perform better in fault detection.UNIVERSIDADE DO ESTADO DO RIO DE JANEIROhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T12:47:48Zoai:MAXWELL.puc-rio.br:8236Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-06-17T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.en.fl_str_mv |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
dc.title.alternative.pt.fl_str_mv |
SISTEMAS IMUNOLÓGICOS ARTIFICIAIS APLICADOS À DETECÇÃO DE FALHAS |
title |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
spellingShingle |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION JORGE LUIS M DO AMARAL |
title_short |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
title_full |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
title_fullStr |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
title_full_unstemmed |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
title_sort |
ARTIFICIAL IMMUNE SYSTEMS APPLIED TO FAULT DETECTION |
dc.creator.Lattes.none.fl_str_mv |
|
author |
JORGE LUIS M DO AMARAL |
author_facet |
JORGE LUIS M DO AMARAL |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
RICARDO TANSCHEIT |
dc.contributor.advisor1ID.fl_str_mv |
22235426034 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/8206214061481076 |
dc.contributor.referee1.fl_str_mv |
RICARDO TANSCHEIT |
dc.contributor.referee2.fl_str_mv |
CARLOS ROBERTO HALL BARBOSA |
dc.contributor.referee3.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.referee4.fl_str_mv |
MARCO AURELIO CAVALCANTI PACHECO |
dc.contributor.referee5.fl_str_mv |
ANTONIO CARNEIRO DE MESQUITA FILHO |
dc.contributor.authorID.fl_str_mv |
00996226702 |
dc.contributor.author.fl_str_mv |
JORGE LUIS M DO AMARAL |
contributor_str_mv |
RICARDO TANSCHEIT RICARDO TANSCHEIT CARLOS ROBERTO HALL BARBOSA MARCO AURELIO CAVALCANTI PACHECO MARCO AURELIO CAVALCANTI PACHECO ANTONIO CARNEIRO DE MESQUITA FILHO |
description |
Este trabalho investiga métodos de detecção de falhas baseados em sistemas imunológicos artificiais, especificamente aqueles baseados no algoritmo de seleção negativa (NSA) e em outras técnicas de reconhecimento próprio/nãopróprio. Inicialmente, foi proposto um esquema de representação baseado em hiperesferas com centros e raios variáveis e três modelos capazes de gerar detectores, com esta representação, de forma eficiente. O primeiro modelo utiliza algoritmos genéticos onde cada gene do cromossomo contém um índice para um ponto de uma distribuição quasi-aleatória que servirá como centro do detector e uma função decodificadora responsável por determinar os raios apropriados. A aptidão do cromossomo é dada por uma estimativa do volume coberto através uma integral de Monte Carlo. O segundo modelo utiliza o particionamento Quadtree para gerar o posicionamento dos detectores e o valor dos raios. Este modelo pode realizar o particionamento a partir de uma função de detecção ou através de divisões recursivas de um detector inicial que ocupa todo o espaço. O terceiro modelo é inspirado nas redes imunológicas. Neste modelo, as células B representam os detectores e a rede formada por eles dá a posição e o raio de cada detector. Experimentos com dados sintéticos e reais demonstram a capacidade dos algoritmos propostos e que eles apresentam melhorias nos aspectos de escalabilidade e desempenho na detecção de falhas. |
publishDate |
2006 |
dc.date.issued.fl_str_mv |
2006-03-16 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8236@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA ELÉTRICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1748324887848550400 |