文献

J-GLOBAL ID：202102227933395602   整理番号：21A1820534

劣化依存重量によるアンサンブル予測:航空機エンジンのための残存有効寿命の予測【JST・京大機械翻訳】

Ensemble Prognostics With Degradation-Dependent Weights: Prediction of Remaining Useful Life for Aircraft Engines

著者 (5件)： Li Zhixiong (Iowa State University, Ames, IA) ,  Wu Dazhong (Pennsylvania State University, University Park, PA) ,  Hu Chao (Iowa State University, Ames, IA) ,  Terpenny Janis (Pennsylvania State University, University Park, PA) ,  Shen Sheng (Iowa State University, Ames, IA)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IDETC-CIE2017  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  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： 本研究の目的は,劣化依存重みを有する新しいアンサンブル予測法を導入することである。特に,この方法は,すべての学習者からの予測結果の加重和がより良い精度で機械部品のRULを予測するように,各学習者(すなわち学習アルゴリズム)に最適化,劣化依存重みを割り当てる。アンサンブル予測アルゴリズムをエンジンシミュレータから収集したデータセットを用いて実証した。解析結果は,アンサンブル学習アルゴリズムによって訓練された予測モデルが既存の方法より優れていることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  シミュレータ ,  機械要素 ,  学習アルゴリズム ,  耐用年数 ,  予測モデル ,  *アンサンブル予報
準シソーラス用語： 学習者 ,  *航空エンジン ,  予測アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： アンサンブル予測 ,  航空機エンジン ,  残存 ,  有効寿命 ,  予測