文献

J-GLOBAL ID：201902211855850789   整理番号：19A2771138

牽引駆動システムにおけるDCリンクキャパシタの信頼性のためのアクティブ設計支援深層学習【JST・京大機械翻訳】

Active Design Aided Deep Learning for Reliability of DC-Link Capacitor in Traction Drive System

著者 (6件)： Yao Bo (Southwest Jiaotong University,Key Laboratory of Magnetic Suspension Technology and Maglev Vehicle, Ministry of Education,,Chengdu,,China) ,  Ge Xinglai (Southwest Jiaotong University,Key Laboratory of Magnetic Suspension Technology and Maglev Vehicle, Ministry of Education,,Chengdu,,China) ,  Shu Lingzhou (School of Information and Software Engineering, University of Electronic Science and Technology of China,,,Chengdu,,China) ,  Zhang Yichi (Southwest Jiaotong University,Key Laboratory of Magnetic Suspension Technology and Maglev Vehicle, Ministry of Education,,Chengdu,,China) ,  Wang Huiming (Southwest Jiaotong University,Key Laboratory of Magnetic Suspension Technology and Maglev Vehicle, Ministry of Education,,Chengdu,,China) ,  Gou Bin (Nanyang Technological University,the Rolls-Royce @ NTU Corporate Lab,,,,Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITEC Asia-Pacific  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： DCリンクコンデンサの信頼性問題を解決するために,深い学習に基づくコンデンサアクティブ設計法を提案した。2つのテストケースの導入から出発して,フィルムコンデンサの電気的パラメータを収集して,コンデンサの寿命期待値を解明した。深い学習ネットワークモデルをDeepニューラルネットワークを通して確立した。このモデルは,選択されたdcリンクコンデンサの容量,コストおよび寿命期待値に対するコンデンサの性能パラメータを迅速かつ正確にマップすることができ,牽引駆動システムにおけるDCリンク膜コンデンサの選択および設計を実現した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コンデンサ ,  ニューラルネットワーク ,  *信頼性 ,  モデル ,  期待値 ,  *学習 ,  *駆動方式 ,  *直流リンク
準シソーラス用語： ネットワークモデル ,  フィルムコンデンサ ,  テストケース ,  設計法 ,  *深層学習 ,  *設計支援 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  電力変換器  (NB08030B)

タイトルに関連する用語 (6件)： 牽引 ,  駆動システム ,  DCリンク ,  キャパシタ ,  設計支援 ,  深層学習