Resumen

El enfoque de este estudio aborda el agrupamiento basado en selección de características de datos de multisensores en un espacio de gran dimensión. Los algoritmos de agrupamiento espectral son una estrategia eficiente para el procesamiento de señales a través del agrupamiento de datos muestreados por los sistemas multisensores para diagnóstico de fallas. Dicha eficiencia se basa en la construcción e integración de una matriz de afinidad que muestra la similitud por pares de los puntos de datos. Así, el agrupamiento es obtenido a través de la descomposición espectral del gráfico de Laplacian. Los autores proponen un enfoque para mejorar el agrupamiento espectral, el cual permite una mayor eficiencia en la identificación de escenarios de falla.

• Materias:Minería de datos Localización de fallas (Ingeniería) Algoritmos (Matemáticas) Algoritmos (Computadores)
• Subjects:Data mining Troubleshooting (Engineering) Agorithms (Math) Computer algorithms
• Palabras claves:Clasificación semi-supervisada, Agrupamiento espectral, PCA, Detección de fallas, Sistema de inyección de combustible
• Keywords:Semi-supervised classification, Spectral clustering, PCA, Fault detection, Fuel-injection system