Core Concepts
재가열로에서의 온도 예측을 위한 물리 기반 신경망의 존 메소드 응용
Abstract
재가열로는 에너지 소비가 많은 공정
물리 기반 모델링을 통한 온도 예측의 중요성 강조
존 메소드를 사용한 데이터 생성 및 물리 기반 신경망 제안
실험 결과 및 성능 비교
PINN의 한계와 확장 가능성 논의
Stats
"Foundation Industries (FIs)는 유리, 금속, 시멘트, 세라믹, 화학물질, 종이, 강철 등으로 구성"
"데이터 훈련을 위해 Hottel의 존 메소드 기반 계산 모델 사용"
"MLP 모델의 파라미터 θ 추정을 위해 E(x(i),y(i))∈XIID[||y(i) − fθ(x(i))||2] 최소화"
Quotes
"Deep Learning (DL) 방법은 정확도와 빠른 추론 시간으로 실시간 예측에 적합"
"물리 기반 신경망(PINN)은 존 메소드를 기반으로 하고 에너지 균형 정규화기를 활용하여 제안됨"