文献
J-GLOBAL ID:202002225413915680   整理番号:20A1027271

深層学習に基づく代理モデリングを用いた極低温NGL回収ユニットの運転最適化【JST・京大機械翻訳】

Operation optimization of a cryogenic NGL recovery unit using deep learning based surrogate modeling
著者 (3件):
資料名:
巻: 137  ページ: Null  発行年: 2020年 
JST資料番号: H0199C  ISSN: 0098-1354  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,NGLの抽出のための極低温膨張ユニットの操作を,データ駆動技術の実装を通して最適化した。提案した手法は,2つの深い学習ベースの代理モデルによる動的プロセスシミュレーションを統合する最適化フレームワークに基づいている。第一のモデルでは,双方向リカレントニューラルネットワーク(RNN)構造と注意機構を持つ長い短期メモリ(LSTM)レイアウトを用いたプロセスに含まれる動力学を明らかにした。誤差最大化サンプリング戦略を採用して,モデル精度を改善した。第二回帰モデルを構築し,プロセスの利益予測を生成した。2つの事例研究からの結果は,低温残渣還流(CRR)NGL回収ユニットの最適化に関して提案した最適化フレームワークの能力を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
化学プロセスの解析  ,  化学プロセスの理論  ,  生産工学一般 

前のページに戻る