Expert system for early sign stuck pipe detection: Feature engineering and fuzzy logic approach

Siqueira, Victor Semedo de M.; Cuadros, Marco Antonio S.L.; Munaro, Celso José; de Almeida, Gustavo M.

doi:10.1016/j.engappai.2023.107229

Cited by 5 publications

(2 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Traditional FE methods typically necessitate domain-specific expertise to devise relevant features tailored to specific problem domains [39]. These methods have been extensively employed in various fields, including natural language processing, computer vision, and sensor data analysis [40][41][42].…”

Section: Fementioning

confidence: 99%

Symbolic regression as a feature engineering method for machine and deep learning regression tasks

Shmuel,

Glickman,

Lazebnik

2024

Mach. Learn.: Sci. Technol.

View full text Add to dashboard Cite

In the realm of machine and deep learning regression tasks, the role of effective feature engineering (FE) is pivotal in enhancing model performance. Traditional approaches of FE often rely on domain expertise to manually design features for machine learning models. In the context of deep learning models, the FE is embedded in the neural network's architecture, making it hard for interpretation. In this study, we propose to integrate symbolic regression (SR) as an FE process before a machine learning model to improve its performance. We show, through extensive experimentation on synthetic and 21 real-world datasets, that the incorporation of SR-derived features significantly enhances the predictive capabilities of both machine and deep learning regression models with 34-86% root mean square error (RMSE) improvement in synthetic datasets and 4-11.5\% improvement in real-world datasets. In an additional realistic use case, we show the proposed method improves the machine learning performance in predicting superconducting critical temperatures based on Eliashberg theory by more than 20% in terms of RMSE. These results outline the potential of SR as an FE component in data-driven models, improving them in terms of performance and interpretability.

show abstract

Section: Fementioning

confidence: 99%

Symbolic regression as a feature engineering method for machine and deep learning regression tasks

Shmuel,

Glickman,

Lazebnik

2024

Mach. Learn.: Sci. Technol.

View full text Add to dashboard Cite

show abstract

“…Berdasarkan latar belakang masalah diatas, penulis bermaksud untuk menerapakan aplikasi sistem pakar yang mampu melakukan menganalisa kemungkinan kerusakan jaringan intranet SimDa berdasarkan informasi kerusakan. Oleh karena itu penulis mengambil judul "Metode Certainty Factor untuk Mengalisa Kerusakan Jaringan Intranet SimDa pada Badan Keuangan Daerah Kabupaten Indramayu" [6,7].…”

Section: Pendahuluanunclassified

Analisa Kerusakan Jaringan Internet menggunakan Metode Certainty Faktor : Study Case SimDa Indramayu

Nataliyadin

2024

komets

View full text Add to dashboard Cite

Jaringan intranet SimDa pada Badan Keuangan Daerah Kabupaten Indramayu dan institusi memiliki peranan yang penting untuk membatu kinerja unit-unit di dalamnya. Jaringan intranet SimDa ini kerap kali digunakan pada Badan Keuangan Daerah Kabupaten Indramayu dan institusi untuk berbagi resources agar setiap unit pada dapat melakukan komunikasi data dengan cepat baik. Pembangunan sistem jaringan intranet SimDa yang sudah stabil tidak menjadi jaminan bahwa jaringan intranet SimDa tersebut terbebas dari gangguan yang dapat menyebabkan kinerja operasional Badan Keuangan Daerah tersebut terganggu. Banyaknya pengguna jaringan intranet SimDa yang kurang memahami dalam penanganan kerusakan jaringan intranet SimDa mengakibatkan pengguna komputer atau suatu Badan Keuangan Daerah Kabupaten Indramayu memerlukan pakar untuk memperbaiki kerusakan yang terjadi pada jaringan intranet SimDa. Dalam hal ini pakar yang dapat melakukan perbaikan tidak selalu ada saat terjadi trouble, maka diperlukan suatu sistem pakar untuk membantu mengetahui kerusakan yang terjadi dan cara penanganannya. Aplikasi sistem pakar ini dibuat untuk membantu pengguna jaringan intranet SimDa dalam melakukan deteksi terhadap suatu kerusakan jaringan intranet SimDa yang dialami beserta solusi perbaikan. Metode yang digunakan dalam pembangunan sistem pakar ini menggunakan metode Certainty Factor dengan menggunakan inferensi Forward Chaining. Dari hasil pengujian sistem dengan menggunakan 10 data uji menghasilkan tingkat akurasi sistem sebesar 90 % maka dapat dipastikan hasil dari diagnosa sistem dapat dipercaya.

show abstract

An axiomatic fuzzy set theory-based fault diagnosis approach for rolling bearings

Wang,

Liu,

Zhai

et al. 2024

Engineering Applications of Artificial Intelligence

View full text Add to dashboard Cite

Expert system for early sign stuck pipe detection: Feature engineering and fuzzy logic approach

Cited by 5 publications

References 7 publications

Symbolic regression as a feature engineering method for machine and deep learning regression tasks

Symbolic regression as a feature engineering method for machine and deep learning regression tasks

Analisa Kerusakan Jaringan Internet menggunakan Metode Certainty Faktor : Study Case SimDa Indramayu

An axiomatic fuzzy set theory-based fault diagnosis approach for rolling bearings

Contact Info

Product

Resources

About