fieldid
| เขตข้อมูล | ข้อมูล |
บทคัดย่อ |
การเปรียบเทียบประสิทธิภาพเทคนิคการเรียนรู้ของเครื่องสำหรับการบำรุงรักษาเชิงคาดการณ์ของเครื่องยนต์อากาศยาน : งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อสร้างโมเดลการบำรุงรักษาเชิงคาดการณ์ของเครื่องยนต์
อากาศยานด้วยเทคนิคการเรียนรู้ของเครื่องและเปรียบเทียบประสิทธิภาพในการคาดการณ์ความ
เสียหายของแต่ละเทคนิคเพื่อหาเทคนิคที่มีความเหมาะสม โดยใช้ชุดข้อมูลจากโมเดลใหม่ของ
Commercial Modular Aero-Propulsion System Simulation (N-CMAPSS) ในการฝึกฝนและ
ทดสอบโมเดลสำหรับการคาดการณ์ความเสียหาย ชุดข้อมูลดังกล่าวเป็นชุดข้อมูลเกี่ยวกับความ
เสียหายที่เกิดขึ้นกับเครื่องยนต์อากาศยานแบบ Turbofan จากศูนย์ความเป็นเลิศด้านการทำนาย
(The Prognostics Center of Excellence) ของศูนย์วิจัยนาซาเอมส์ (NASA Ames Research
Center) เทคนิคการเรียนรู้ของเครื่องทั้งหมด 8 เทคนิคได้แก่ ต้นไม้ตัดสินใจ ป่าแบบสุ่ม Extreme
Gradient Boosting ขั้นตอนวิธีเพื่อนบ้านใกล้สุด โครงข่ายประสาทเทียม โครงข่ายประสาทเทียม
คอนโวลูชัน โครงข่ายประสาทเทียมวกกลับแบบ Simple และแบบ LSTM ถูกนำมาใช้สำหรับสร้าง
โมเดลเพื่อคาดการณ์ความเสียหาย ในส่วนของการประเมินโมเดลใช้ค่าสัมประสิทธิ์การกำหนด (R2)
และค่ารากที่สองของความผิดพลาดกำลังสองเฉลี่ย (RMSE) จากการฝึกฝนและทดสอบโมเดลทั้งหมด
8 เทคนิคพบว่าเทคนิคป่าแบบสุ่มให้ผลลัพธ์ที่ดีที่สุดด้วยค่าสัมประสิทธิ์การกำหนดเท่ากับ 0.7780
และค่ารากที่สองของความผิดพลาดกำลังสองเฉลี่ยเท่ากับ 11.2844
|
ผู้แต่ง |
|
ประเภทสิ่งพิมพ์ |
|
เลขหน้า |
76 |
หัวเรื่อง |
|
หัวเรื่อง |
|
เอกสารฉบับเต็ม |




Center of Academic Resource
Institute of Technology 1771/1, E Building, Fl. 2,
Pattanakarn Rd, Suan Luang, Bangkok, 10250
