文献

J-GLOBAL ID：202202284156440130   整理番号：22A0328306

自己回帰離散畳込み和プロセスニューラルネットワークに基づく航空エンジンのガス経路パラメータ予測【JST・京大機械翻訳】

Gas path parameter prediction of aero-engine based on an autoregressive discrete convolution sum process neural network

著者 (4件)： Cui Zhiquan (School of Automotive Engineering, Harbin Institute of Technology at Weihai, No.2 Wenhuaxi Road, Weihai 264209 China) ,  Yan Zhiqi (School of Mechatronics Engineering, Harbin Institute of Technology, No. 92 West Dazhi Street, Harbin 150001, China) ,  Zhao Minghang (School of Ocean Engineering, Harbin Institute of Technology at Weihai, No.2 Wenhuaxi Road, Weihai 264209, China) ,  Zhong Shisheng (School of Ocean Engineering, Harbin Institute of Technology at Weihai, No.2 Wenhuaxi Road, Weihai 264209, China)
資料名： Chaos, Solitons & Fractals  (Chaos, Solitons & Fractals)
巻： 154  ページ： Null  発行年： 2022年 
JST資料番号： W0310A  ISSN： 0960-0779  CODEN： CSFOEH  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： ニューラルネットワークの近似能力を改善し,時系列データの予測精度を改善するために,本論文は自己回帰離散畳込み和プロセスニューラルネットワーク予測モデルを提案して,それを航空エンジンガス経路性能パラメータの予測に適用した。結合閾値ウェーブレット雑音除去法をエンジンガス経路パラメータの前処理に適用して,それは時系列データにおけるノイズを効果的に除去することができた。人工ニューロンの計算機能を拡大するために,人工ニューラルネットワークにプロセスニューロンを適用した。プロセスニューロンは,離散入力データと接続重みの空間凝集操作を実現するだけでなく,連続入力関数と接続重み関数の積積分の時間凝集操作も実現する。離散時系列の出力は,現在の入力/出力と歴史的入力/出力値によって影響を受ける。したがって,自己回帰フィードバックリンクをネットワークトポロジーに加え,ネットワーク出力ノードの値を入力として用いてネットワーク接続重みを調整した。離散時系列データの畳み込み和演算は時間蓄積効果を実現できるので,離散畳込み和演算子を用いて積分演算子を置換し,プロセスニューロンの時間凝集関数を実現した。連続関数の積分操作が避けられるので,プロセスニューラルネットワークの重み訓練プロセスを効果的に単純化し,離散入力サンプルの連続時間関数フィッティングプロセスにおける精度損失を効果的に回避する。Bayes正則化ネットワーク重み学習アルゴリズムを用いて,遅い収束速度の問題を解決し,逆伝搬学習アルゴリズムの局所最適に陥りやすく,ニューラルネットワークの一般化能力を改善した。2つのエンジンの予測シミュレーション結果から,自己回帰離散畳込み和プロセスニューラルネットワークモデルに基づくエンジンガス経路パラメータ予測の平均相対誤差と二乗平均平方根誤差を,それぞれ0.67%と0.35に低減できた。安定で高精度な予測結果は,本論文で提案したネットワークモデルと重み学習アルゴリズムが機能的近似においてより良いロバスト性を持ち,時系列データ予測においてより高い精度を有することを示した。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： 凝集 ,  雑音 ,  シミュレーション ,  *畳込み ,  *回帰分析 ,  *ネットワーク ,  ニューロン ,  *ニューラルネットワーク ,  演算 ,  近似法 ,  *パラメータ推定 ,  正則化 ,  *パラメータ ,  重み関数 ,  学習アルゴリズム
準シソーラス用語： *自己回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自己回帰 ,  離散畳込み和 ,  Bayes正則化アルゴリズム ,  プロセスニューラルネットワーク ,  ガス経路パラメータ

分類 (5件)： 数値計算  (JE02000J) ,  システム同定  (IA02040O) ,  放射,大気光学  (DC05080C) ,  人工知能  (JE08000Z) ,  流出解析  (DC07030N)

タイトルに関連する用語 (7件)： 自己回帰 ,  畳込み ,  プロセス ,  ニューラルネットワーク ,  航空エンジン ,  経路 ,  パラメータ予測