文献

J-GLOBAL ID：202002261308325156   整理番号：20A1202988

プリズム状細胞の劣化解析のための勾配ブースト回帰モデル【JST・京大機械翻訳】

Gradient boosted regression model for the degradation analysis of prismatic cells

著者 (2件)： Wang Fu-Kwun (Department of Industrial Management, National Taiwan University of Science and Technology, Taipei 10607, Taiwan) ,  Mamo Tadele (Department of Industrial Management, National Taiwan University of Science and Technology, Taipei 10607, Taiwan)
資料名： Computers & Industrial Engineering  (Computers & Industrial Engineering)
巻： 144  ページ： Null  発行年： 2020年 
JST資料番号： D0502B  ISSN： 0360-8352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 電池管理システムにおける正確な予測モデルの開発は挑戦的な課題である。ツリーベースのモデルは,それらの相対的な容易さと予測能力のために,非線形問題を扱うために広く使われている。著者らは,プリズム状セルの容量劣化を解析するために,人工ミツバチコロニー(ABC)アルゴリズムによる勾配ブースト回帰(GBR)モデルを提案した。ABCアルゴリズムを用いてGBRモデルの最適パラメータを得た。提案したモデルを6つのプリズムセルにより検証した。結果は,提案したモデルが長い短期記憶(LSTM),経験的モード分解ベースのLSTM(EMD-LSTM),ElmanベースのLSTMとランダムフォレスト回帰(RFR)モデルより良い予測精度を提供することを示した。さらに,LSTMと提案モデルのための最適ハイパーパラメータの効果を提供した。すべてのデータセットに対する最適モデルパラメータを見出す時間を含む平均計算時間は2.05分である。4つの未観測データセットに対して,提案モデルの平均絶対百分率誤差(MAPE)は,0.70%,0.62%,0.87%,および0.46%として得られた。結果は,提案したモデルがプリズム状セルの容量劣化を確実に予測できることを示した。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： アルゴリズム ,  電池 ,  管理システム ,  *プリズム ,  *回帰モデル ,  非線形問題 ,  予測モデル
準シソーラス用語： 予測精度 ,  モデルパラメータ ,  ランダムフォレスト ,  予測能力 ,  最適パラメータ ,  ハイパーパラメータ ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (4件)： 残存有効寿命 ,  プリズム状細胞 ,  勾配ブースト回帰 ,  人工蜂コロニーアルゴリズム

分類 (1件)： 数理計画法  (KA03030M)

タイトルに関連する用語 (5件)： プリズム ,  細胞 ,  解析 ,  勾配 ,  回帰モデル