Nástroj pro podporu rozhodování ve slozitych prumyslovych procesech zalozeny na pravdepodobnostním klastrování dat.

Název projektu anglicky
Decision-Support Tool for Complex Industrial Processes based on Probabilistic Data Clustering.
Anotace anglicky
Primarily, the decision-support tool will be based on clustering multidimensional process data acquired from industrial machinery using the novel, effective and computationally efficient Mean-Tracking (M-T) clustering algorithm. The located clusters of data points will then be used to determine good and erroneous plant operating regions to help operators predict and avoid system failures. The theoretical aim involves investigating the fusion between clustering and Bayesian probabilistic approaches. Thepossibility of incorrect tuning can be minimised and it can be generalised to cater for a wide range of industrial applications. An adequate graphical interface is needed. Although its design should be kept relatively simple, it can be appropriately detailed to prevent loss of information gained from the internal multivariate analysis algorithm.

Kategorie VaV
—
CEP - hlavní obor
JC - Počítačový hardware a software
CEP - vedlejší obor
—
CEP - další vedlejší obor
—
OECD FORD - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
20206 - Computer hardware and architecture

Hodnocení poskytovatelem
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Zhodnocení výsledků projektu
Oponentní rada přijala výsledky řešení projektu.

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP/2001/MSM/MSM1OK/U/N/2:1
Datum dodání záznamu
—

Cíle projektu