文献

J-GLOBAL ID：202202286266087278   整理番号：22A0881591

Seq2Seqを用いた木材の燃焼過程の予測

Prediction of combustion process of wood using Seq2Seq

著者 (4件)： 朝日一憲 (中部大 大学院工学研究科) ,  宇佐美裕康 (中部大 工) ,  岡崎明彦 (中部大 大学院工学研究科) ,  二宮善彦 (中部大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 358(EST2021 56-93)  ページ： 169-172 (WEB ONLY)  発行年： 2022年01月20日 
JST資料番号： U2030A  ISSN： 2432-6380  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： 昨今,カーボンニュートラルの重要性が高まっており,天候に左右されない地域分散型スマートコミュニティを形成する分散型電源の一つである地産地消型の熱電併給バイオマスガス化発電設備が注目されている.しかし,主要間伐材であるスギ材は,ヒノキ,マツなどの他の間伐材に比べてカリウム含有率が異なるなど,その組成は異なる.そのため,1~2週間の短期間運転で炉内に大量のクリンカが発生し,扱う木材によりガス火炉の稼働時間は異なる.本研究では,多様な木材の燃焼動画データに対して時系列情報を扱うモデルであるPhyDNet[1]を用いることで,扱う木材ごとにガス火炉の最適な稼働条件を明らかにするために木材の燃焼過程の予測を行った.本稿では2パターンのデータセットを作成しSSIMを精度評価とし,精度比較を行った.結果として約86%,91%という結果を得ることができたので報告する.(著者抄録)

シソーラス用語： *燃焼過程 ,  動画像 ,  画像分析 ,  *ペレット ,  機械学習 ,  教師なし学習 ,  ニューラルネットワーク ,  *スギ ,  予測技法 ,  類似性 ,  起泡 ,  発電
準シソーラス用語： LSTMネットワーク ,  ガス化発電

分類 (1件)： 燃焼一般  (XE04010W)

引用文献 (4件)：

• Vincent Le Guen and Nicolas Thome. Disentangling physical dynamics from unknown factors for unsupervised video prediction. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 11474-11484, 2020.
• 佐藤龍磨, 角間隆司, 藤元祐輔, 尾形直亮, 籔内一博, 二宮善彦, 堀尾正靭. スギペレットを燃料とした固気上向き並流型移動層ガス化炉におけるクリンカの生成挙動の解明. 日本エネルギー学会誌, Vol. 100, No. 10, pp. 236-244, 2021.
• Kyunghyun Cho, Bart Van Merriënboer, Caglar Gulcehre, Dzmitry Bahdanau, Fethi Bougares, Holger Schwenk, and Yoshua Bengio. Learning phrase representations using rnn encoder-decoder for statistical machine translation. arXiv preprint arXiv:1406.1078, 2014.
• Ilya Sutskever, Oriol Vinyals, and Quoc V Le. Sequence to sequence learning with neural networks. In Advances in neural information processing systems, pp. 3104-3112, 2014.

タイトルに関連する用語 (3件)： 木材 ,  燃焼過程 ,  予測