Automated selection of kernel parameters in diagnostics of analog systems

The paper presents an approach to automatically select the optimal parameters of the kernel functions used in the Support Vector Machines (SVM) approach for the diagnostic task. Various variants of the simulated annealing were implemented and verified in order to obtain the best diagnostic outcomes. The tested system was the fourth order lowpass filter, consisting of two Sallen-Key sections and nine diagnosable elements. The tests covered verification of simulated annealing parameters (starting temperature and annealing ratio) and various SVM kernels (with coding schemes) in the multiple faults detection and location task. The proposed method verified against the exhaustive search. Streszczenie. Artykul przedstawia metode automatycznego doboru optymalnych parametrow funkcji jądra wykorzystywanych przez maszyny wektorow podpierających w diagnostyce systemow analogowych. Rozne warianty symulowanego wyzarzania zostaly zaimplementowane w celu uzyskania jak najlepszych wynikow diagnostycznych. Metoda zostala przetestowana na modelu filtru dolnoprzepustowego czwartego rzedu skladającego sie z dwoch sekcji Sallen-Key oraz dziewieciu elementow mogących byc przyczyną uszkodzen. Eksperymenty obejmowaly dobor parametrow symulowanego wyzarzania (temperatura początkowa oraz szybkośc schladzania) oraz jąder wektorow podpierających w detekcji i lokalizacji uszkodzen. Opisana metoda zostala porownana z przeszukiwaniem wyczerpującym. (Automatyczny dobor optymalnych parametrow funkcji jądra w diagnostyce systemow analogowych)