인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Digital twin has gained attentions in the literature because it enables us to either estimate future states of a system or prevent its fault failures. To successfully apply digital twin into a system, a model of the system has to be accurately identified. Koopman Operator Theorey proved in 1931 sheds light on the system identification because it makes us interpret a nonlinear dynamical system as a linear system. Nowdays, deep learning technoloiges with the theory have been used for the system identification. We herein aim to review a model named as Koopman Autoencoder (KAE), which is considered to be baseline in the literature, and propose a new training/inference strategy to improve the performance of KAE for future estimation. To demonstrate advantages of our strategy, we develop two KAE models with/without our strategy, using synthetic datasets generated with the IEEE 3-Bus system. We show that KAE with the strategy can achieve a better performance with respect to mean squared error and relative root mean squared error, compared to KAE without it.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-24-02-090651517
