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
금속 용해 공정은 에너지 다소비 산업의 핵심 공정으로, 용해로 내부 상태의 정확한 모니터링과 용락 완료 시점의 조기 감지는 에너지 효율화와 안전성 확보에 필수적이다. 본 논문은 전기유도 용해로의 냉각수 온도 예측을 위한 시계열 분해 기반 하이브리드 머신러닝 방법론을 제안한다. 제안 방법론은 시계열 분해를 통해 각 구성요소의 특성에 최적화된 예측을 수행하며, 이를 통해 용락 완료 시점을 조기 탐지한다. 실험 결과, 제안 모델은 최우수 단일 모델 대비 RMSE 기준 약 3.3% 개선된 성능을 보였으며, MAE 6.7%의 높은 정확도로 냉각수 온도를 예측하였다. 또한 용락 완료 시점을 평균 1.8분 오차로 탐지하여 에너지 절감 및 공정 최적화 가능성을 확인하였다.
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) : I410-151-26-02-096090045
