文献

J-GLOBAL ID：202202236225354190   整理番号：22A1045771

限定センサによる状態推定-深層学習ベースアプローチ【JST・京大機械翻訳】

State estimation with limited sensors - A deep learning based approach

著者 (4件)： Kumar Yash (Department of Mechanical Engineering, Delhi Technological University, Shahbad Daulatpur, Main Bawana Road, Delhi-110042, India) ,  Bahl Pranav (Department of Mechanical Engineering, Delhi Technological University, Shahbad Daulatpur, Main Bawana Road, Delhi-110042, India) ,  Chakraborty Souvik (Department of Applied Mechanics, Indian Institute of Technology Delhi, Hauz Khas - 110016, India) ,  Chakraborty Souvik (Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi, Hauz Khas - 110016, India)
資料名： Journal of Computational Physics  (Journal of Computational Physics)
巻： 457  ページ： Null  発行年： 2022年 
JST資料番号： B0860A  ISSN： 0021-9991  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： 流体力学における状態推定の重要性はよく確立されている。設計/最適化,アクティブ制御,および将来の状態予測を含むいくつかのタスクを達成する必要がある。この点における一般的な戦術は,縮小次数モデルに依存することである。一般に,そのようなアプローチは,1回インスタンスの測定データを使用する。しかし,センサから利用可能なデータはしばしば連続的であり,情報損失をもたらす。本論文では,逐次データから学習する新しい深層学習ベース状態推定フレームワークを提案した。提案したモデル構造は,異なる時間ステップから情報を通過するためのリカレントセルから成り,この情報をフル状態を回復することを可能にした。逐次データを用いて,最小及び雑音センサ測定から状態回復を可能にすることを示した。状態の効率的回復のために,提案した方式を自動エンコーダベースの縮小次数モデルと結合した。4つの例を用いて提案した方法の性能を説明し,文献に存在する他の代替案より優れていることが分かった。Copyright 2022 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： 最適化 ,  雑音 ,  流体力学 ,  *状態推定 ,  センサ ,  アクティブ制御 ,  再帰性
準シソーラス用語： 時間ステップ ,  データ損失 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 限定センサ ,  LSTM ,  オートエンコーダ ,  状態推定

分類 (2件)： 数値計算  (JE02000J) ,  流体動力学一般  (BC02010G)

タイトルに関連する用語 (2件)： 状態推定 ,  深層学習