論文の概要: Data-driven prognostics based on time-frequency analysis and symbolic
recurrent neural network for fuel cells under dynamic load
- arxiv url: http://arxiv.org/abs/2302.10771v1
- Date: Fri, 3 Feb 2023 12:52:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-26 14:08:45.924223
- Title: Data-driven prognostics based on time-frequency analysis and symbolic
recurrent neural network for fuel cells under dynamic load
- Title（参考訳）: 動的負荷下における燃料電池の時間周波数解析とシンボリックリカレントニューラルネットワークに基づくデータ駆動予測
- Authors: Chu Wang, Manfeng Dou, Zhongliang Li, Rachid Outbib, Dongdong Zhao,
Jian Zuo, Yuanlin Wang, Bin Liang, Peng Wang
- Abstract要約: 本研究では、Hilbert-Huang変換を用いて、動的操作条件下での健康指標を抽出するデータ駆動型PEMFC予測手法を提案する。
提案したデータ駆動型確率論的アプローチは、計算コストの低い競合的確率論的地平を提供する。
- 参考スコア（独自算出の注目度）: 10.36283155920333
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Data-centric prognostics is beneficial to improve the reliability and safety
of proton exchange membrane fuel cell (PEMFC). For the prognostics of PEMFC
operating under dynamic load, the challenges come from extracting degradation
features, improving prediction accuracy, expanding the prognostics horizon, and
reducing computational cost. To address these issues, this work proposes a
data-driven PEMFC prognostics approach, in which Hilbert-Huang transform is
used to extract health indicator in dynamic operating conditions and
symbolic-based gated recurrent unit model is used to enhance the accuracy of
life prediction. Comparing with other state-of-the-art methods, the proposed
data-driven prognostics approach provides a competitive prognostics horizon
with lower computational cost. The prognostics performance shows consistency
and generalizability under different failure threshold settings.
- Abstract（参考訳）: データ中心の予後は、プロトン交換膜燃料電池(PEMFC)の信頼性と安全性を向上させるために有用である。
動的負荷下でのpemfcの予後予測には,劣化特性の抽出,予測精度の向上,予測地平線の拡大,計算コストの低減などが課題である。
これらの問題に対処するため,Hilbert-Huang変換を用いて動的操作条件の健康指標を抽出し,生命予測の精度を高めるためにシンボリックベースゲートリカレント・ユニット・モデルを用いたデータ駆動型PEMFC予測手法を提案する。
他の最先端手法と比較すると、提案されたデータ駆動型予後予測アプローチは、計算コストが低い競争予測地平線を提供する。
予測性能は、異なる障害閾値設定下で一貫性と一般化性を示す。
関連論文リスト
- FUSE: Fast Unified Simulation and Estimation for PDEs [11.991297011923004]
同じフレームワーク内で両方の問題を解決することは、正確性と堅牢性において一貫した利益をもたらす可能性がある、と私たちは主張する。
本研究は,本手法の全身血行動態シミュレーションにおける連続的および離散的バイオマーカーの予測能力について述べる。
論文 参考訳（メタデータ） (2024-05-23T13:37:26Z) - The Risk of Federated Learning to Skew Fine-Tuning Features and
Underperform Out-of-Distribution Robustness [50.52507648690234]
フェデレートされた学習は、微調整された特徴をスキイングし、モデルの堅牢性を損なうリスクがある。
3つのロバスト性指標を導入し、多様なロバストデータセットで実験を行う。
提案手法は,パラメータ効率のよい微調整手法を含む多種多様なシナリオにまたがるロバスト性を著しく向上させる。
論文 参考訳（メタデータ） (2024-01-25T09:18:51Z) - Beyond mirkwood: Enhancing SED Modeling with Conformal Predictions [0.0]
SEDフィッティングにおける柔軟性と不確実性を向上する,高度な機械学習ベースのアプローチを提案する。
我々は、整合化量子レグレッションを組み込んで、点予測をエラーバーに変換し、解釈可能性と信頼性を向上させる。
論文 参考訳（メタデータ） (2023-12-21T11:27:20Z) - Adaptive Dimension Reduction and Variational Inference for Transductive
Few-Shot Classification [2.922007656878633]
適応次元の削減によりさらに改善された変分ベイズ推定に基づく新しいクラスタリング法を提案する。
提案手法は,Few-Shotベンチマークにおける現実的非バランスなトランスダクティブ設定の精度を大幅に向上させる。
論文 参考訳（メタデータ） (2022-09-18T10:29:02Z) - Deep surrogate accelerated delayed-acceptance HMC for Bayesian inference
of spatio-temporal heat fluxes in rotating disc systems [0.0]
本稿では,PDEに基づく逆問題に対して,精度を保証して解法を高速化する手法を提案する。
これは、Biot数データとして知られる熱時間パラメータを推定する不適切な問題によって動機付けられている。
論文 参考訳（メタデータ） (2022-04-05T15:09:33Z) - Probabilistic robust linear quadratic regulators with Gaussian processes [73.0364959221845]
ガウス過程(GP)のような確率モデルは、制御設計に続く使用のためのデータから未知の動的システムを学ぶための強力なツールです。
本稿では、確率的安定性マージンに関して堅牢なコントローラを生成する線形化GPダイナミクスのための新しいコントローラ合成について述べる。
論文 参考訳（メタデータ） (2021-05-17T08:36:18Z) - Adaptive Degradation Process with Deep Learning-Driven Trajectory [5.060233857860902]
RUL(Remaining useful Life)推定は、インテリジェントな予測保守と健康管理の実装において重要な要素である。
本論文では, ハイブリットDNNベースの予後予測モデルを開発し, 適応ドリフトを用いてシステム劣化を特徴づける。
LSTM-CNNエンコーダデコーダを開発し、ノイズ係数とドリフト係数を併用して将来の劣化軌道を予測し、ベイズ推論により適応ドリフトを更新する。
論文 参考訳（メタデータ） (2021-03-22T06:00:42Z) - Gaussian Process-based Min-norm Stabilizing Controller for
Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。
この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文 参考訳（メタデータ） (2020-11-14T01:27:32Z) - Stochastically forced ensemble dynamic mode decomposition for
forecasting and analysis of near-periodic systems [65.44033635330604]
本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。
固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。
電力グリッドからの負荷データを用いたテストケースの結果が提示される。
論文 参考訳（メタデータ） (2020-10-08T20:25:52Z) - Evaluating probabilistic classifiers: Reliability diagrams and score
decompositions revisited [68.8204255655161]
確率的に統計的に一貫性があり、最適に結合し、再現可能な信頼性図を自動生成するCORP手法を導入する。
コーパスは非パラメトリックアイソトニック回帰に基づいており、プール・アジャセント・ヴァイオレータ(PAV)アルゴリズムによって実装されている。
論文 参考訳（メタデータ） (2020-08-07T08:22:26Z) - Unlabelled Data Improves Bayesian Uncertainty Calibration under
Covariate Shift [100.52588638477862]
後続正則化に基づく近似ベイズ推定法を開発した。
前立腺癌の予後モデルを世界規模で導入する上で,本手法の有用性を実証する。
論文 参考訳（メタデータ） (2020-06-26T13:50:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。