분류 전체보기(175)
-
22.05.21 RUL 예측의 Threshold 값 논문 리뷰
RUL 예측의 목적은 고장을 사전에 예측하여 시기적 절한 조치를 취하는 것이다. 따라서, 모델의 관심 대상은 고장 시점에 근접하며, 고장의 전조를 확인할 수 있는 사 이클이다. 이를 고려하여 모델을 구성할 때, 학습 데이터 의 RUL 임계값을 130 사이클로 설정하였다[6]. 임계값 을 초과하는 비관심 데이터의 경우, 수명을 임계값으로 조정하여 분석하였다. Fig. 5는 RUL 임계값 설정을 도식 화한 것이다. x축은 Time Cycle, y축은 RUL으로, 사이 클이 증가할수록 엔진의 RUL은 감소한다. 엔진의 실제 RUL은 ‘True RUL’이며, 임계값을 설정한 RUL은 ‘Piecewise RUL’이다. -> 이 이유에 대한 참고논문 확인 이 논문에서는 솔루션은 시스템의 남은 사용 수명을 추정하기 ..
2022.05.21 -
22.05.17 해시
https://velog.io/@hanif/%EC%9E%90%EB%A3%8C%EA%B5%AC%EC%A1%B0-%ED%95%B4%EC%8B%9C [알고리즘] 해시(Hash) 해시 알고리즘 velog.io https://yjshin.tistory.com/entry/%EC%95%94%ED%98%B8%ED%95%99-%ED%95%B4%EC%8B%9C-%ED%95%A8%EC%88%98-%EC%9E%91%EC%84%B1-%EC%A4%91 [암호학] 해시 함수, 해시 알고리즘, 해시 충돌, 해시 자료구조 1. 개요 해시 함수는 임의의 길이를 갖는 임의의 데이터에 대해 고정된 길이의 데이터로 매핑하는 함수를 말한다. 매핑 전 원래 데이터의 값을 키(Key) 매핑 후 데이터의 값을 해시 값(hash value) 해 yj..
2022.05.20 -
22.05.13 정답이 없는 문제 3주차
2강 복습 3강에서 배울 것 정답이 없는 문제인 unsupervised learning - 차원축소 - 클러스터링(군집화) 비지도학습(unsupervised learning) - 트레이닝셋에 y값, 정답이 없고 input만 주어짐 - y를 예측하는 게 목표가 아니라 x(input feature)에서 의미있는 패턴을 찾는 것이 비지도학습의 목적 - 저 밑에 그림은 코로나를 알파,베타,감마등으로 나눈 것. 바이러스들의 특성을 보고 같은 특성을 가진 바이러스들을 군집화해줘서 이름을 붙여준 것 뿐. - 차원축소 : 데이터가 불필요하게 차원이 높을 때 고차원데이터를 저차원으로 - 클러스터링 : 비슷한 데이터끼리 군집을 해줌. AI 모델 개발의 프로세스 - 문제정의 데이터수집 데이터분석 데이터모델링 결과분석 - 비..
2022.05.16 -
22.05.05 RVE(Recurrent Variational Encoder) - CMAPSS Turbofan Engine RUL 예측
piece-wise functionhttps://www.sciencedirect.com/science/article/pii/S0951832022000321 Variational encoding approach for interpretable assessment of remaining useful life estimation A new method for evaluating aircraft engine monitoring data is proposed. Commonly, prognostics and health management systems use knowledge of the degr… www.sciencedirect.com Variational encoding approach for interpre..
2022.05.07 -
22.05.04 Stacked DCNN - N-CMAPSS Turbofan Engine RUL 예측
사용했던 데이터 NCMAPSS와 CMAPSS 첨부합니다. https://paperswithcode.com/paper/a-stacked-deep-convolutional-neural-network Papers with Code - A stacked deep convolutional neural network to predict the remaining useful life of a turbofan engine 🏆 SOTA for Remaining Useful Lifetime Estimation on NASA C-MAPSS-2 (Score metric) paperswithcode.com 첫 번째 DCNN은 정규화된 raw 데이터를 입력으로 사용하여 저차원 특징 벡터를 추출하는 데 사용됩니다. 두 번째 DCN..
2022.05.05 -
22.04.20 머신러닝,딥러닝 차이 1주차
학습 목차 1. AI, 머신러닝, 딥러닝의 차이 이해 2. 머신러닝의 기초 3. 머신러닝 문제의 분류 4. 학습 방법의 분류 5. Colab, Python, Numpy를 통한 튜토리얼 AI : 사람처럼 행동,생각하는 프로그램이다 by Russell & Norvig 교수 Acting Rationally : 최대효율, 엔지니어의 마인드와 비슷 그럼 AI인데 머신러닝이 아닌 것들은? -> Traditional AI : 규칙 시스템 ( 스팸메일, 서치알고리즘(ex tree search - 가능한 경우의 수를 트리구조로 조사, 최선의 결과로 이어지는 액션을 취하는 것) ) 플래닝 알고리즘 : init state와 goal state가 주어지고, 어떤 액션을 어떤 순서로 취해야 goal state에 도달할 수 있을..
2022.05.04