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
Surface-mounted permanent magnet synchronous motors (SPMSMs) are widely used in high-performance system. However, they suffer from torque ripple and cogging torque, which degrade output quality and cause noise and vibration, necessitating optimized design. While finite element analysis offers high accuracy for optimization, it comes with significant computational cost. To address this limitation, this paper proposes an attention mechanism-based convolutional neural network (CNN) regression model to predict SPMSM electromagnetic performance. CNNs capture spatial structures of motor designs, while attention mechanisms highlight key design features, boosting prediction accuracy and efficiency. This study analyzes the effects of attention mechanisms and proposes a CNN-based regression model incorporating them, confirming the effectiveness of the attention mechanism through comparisons with conventional CNN models.
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) : I410-151-25-02-092317871
