文献

J-GLOBAL ID：202202284024648335   整理番号：22A1018461

リザバーコンピューティングを用いたホールスラスタの電流の経年変化予想

Prediction of Discharge Current Time History in Hall Thrusters Using Reservoir Computing

著者 (3件)： 伊藤寛晟 (九大) ,  山本直嗣 (九大) ,  森野佳生 (九大)
資料名： 航空原動機・宇宙推進講演会講演論文集(CD-ROM)  (Proceedings of Asia Joint Conference on Propultion and Power (CD-ROM))
巻： 61st  ページ： ROMBUNNO.2B01  発行年： 2022年 
JST資料番号： Z0894B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： Hallスラスタ操作の自律制御のために,エコー状態ネットワークを用いた放電電流時間履歴の予測を行なった。リザバーネットワークは200ノードから構成され,双曲線正接関数をその活性化関数として用いている。計算時間は3秒で,畳み込みニューラルネットワーク(CNN)とフィードフォワードニューラルネットワーク(FNN)を使用した以前の調査と比較して大幅に改善されている。予測放電電流の正規化二乗平均平方根誤差は0.386であり,許容範囲であった。(翻訳著者抄録)

シソーラス用語： *静電エンジン ,  電流 ,  *経時変化 ,  ニューラルネットワーク ,  予測 ,  ネットワーク ,  宇宙飛行体 ,  電気推進
準シソーラス用語： *Hallスラスタ ,  放電電流 ,  エコー状態ネットワーク

分類 (1件)： ロケットエンジン  (PB02050J)

引用文献 (9件)：

• Kawazu, M., Fuchigami, H., Yamamoto, N., and Tamida, T.: Neural Network Prediction of Discharge Current using Plume Shape and Operational Parameters in Hall Thrusters, Aerospace Technology Japan, 20 (2021), pp. 47-51.
• Maass, W., Natschläger, T., and Markram, H.: Real-time computing without stable states: a new framework for neural computation based on perturbations, Neural Comput. 14-11(2002), pp. 2531-2560.
• Jaeger, H.: The “echo state” approach to analyzing and training recurrent neural networks - with an Erratum note, German National Research Center for Information Technology GMD Technical Report-2001-148-34-13, 2001.
• Tanaka, G., Nakane, R., and Hirose, A.: Reservoir computing, Morikita publishing, Japan, 2021, p34-44.
• Sakemi, Y., Morino, K., Leleu, T., Aihara, K.: Model-size reduction for reservoir computing by concatenating internal states through time, Scientific Report, 10, 21794 (2020).

タイトルに関連する用語 (4件)： リザバーコンピューティング ,  ホールスラスタ ,  経年変化 ,  予想