Explainability: Relevance based dynamic deep learning algorithm for fault detection and diagnosis in chemical processes

•An Explainability based methodology is employed for deriving contribution plots for fault diagnosis.•Pruning of irrelevant input variables for the supervised classification task results in enhanced fault detection and fault diagnosis accuracy.•The proposed relevance based method shows superior accu...

Celý popis

Podrobná bibliografie

Vydáno v:	Computers & chemical engineering Ročník 154; s. 107467
Hlavní autoři:	Agarwal, Piyush, Tamer, Melih, Budman, Hector
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.11.2021
Témata:	Autoencoders Deep learning Explainability Fault detection and diagnosis Tennessee eastman process Deep learning Tennessee eastman process Autoencoders Explainability Fault detection and diagnosis
ISSN:	0098-1354, 1873-4375
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!