메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
홍창우 (해군본부) 허견 (연세대학교)
저널정보
한국해군과학기술학회 Journal of the KNST Journal of the KNST Vol.4 No.1
발행연도
2021.3
수록면
78 - 83 (6page)
DOI
10.31818/JKNST.2021.03.4.1.78

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
이 논문은 변수의 복잡성을 감소시키는 상관계수 분석을 사용하여 터보 팬 엔진의 잔여 유효수명(RUL)의 예측 정확도를 향상시키기 위한 심층 인공신경망 구조를 제안한다. 제안된 모델은 CNN(convolutional neural network), LSTM(long short-term memory) 및 양방향 LSTM(Bidirectional LSTM)을 적절히 배열하여 각 알고리즘의 성능을 최대화한다. 또한 제안된 모델의 학습 능력을 향상시키기 위해 residual network 및 dropout 기술을 적용한다. 제안된 방법의 성능은 기존 방법과의 비교 및 검증을 통해 낮은 상관 데이터를 제외한 제안된 방법의 유효성이 제시된다.

목차

Abstract
1. 서론
2. 모델 설명
3. 실험 및 결과
4. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-039-001613277