인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
본 논문에서는 공기의 압축성, 배관 내 누설, 공압 밸브의 마찰력, 센서 잡음과 같은 외란이 존재하는 공압 시스템의 동적 특성을 학습하기 위해 장단기 기억 신경망을 활용한 학습 방법을 제안한다. 제안된 방법은 공압 시스템의 동적 특성을 학습하는 데 최적의 하이퍼 파라미터를 선정하는 방안을 제시하며, 학습을 위해 사용된 데이터는 공압 시스템의 시뮬레이터를 통해 수집되었다. 이때, 장단기 기억 신경망의 은닉층 개수 및 노드 수 구성에 따른 예측성능 분석을 수행하였고, 제안된 방법을 통한 학습된 동적 모델의 성능은 학습 과정에 포함되지 않은 별도의 데이터를 사용하여 평가하였다. 더 나아가, 잘 알려진 순환 신경망에 근간을 둔 공압 시스템의 학습된 동적 특성과의 성능 비교를 통해 본 논문에서 제안한 방법의 우수성을 검증하였다.
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) : I410-151-26-02-096401173
