ПОДВІЙНЕ МАТРИЧНЕ РЕГУЛЮВАННЯ ТА ФАКТОРИЗАЦІЯ З ГЛИБОКИМИ НЕЙРОННИМИ МЕРЕЖАМИ ДЛЯ СИСТЕМ ВИЗНАЧЕННЯ ТЕПЛОВОГО СТАНУ ЕЛЕКТРОДВИГУНА
Array
Анотація
У багатофакторних системах з використанням текстової та графічної інформації в матричній факторизації для полегшення проблеми роздільної обробки даних. Останнім часом в деяких роботах дослідження нейронних мереж, щоб глибше зрозуміти зміст текстових та графічних елементів і досягти ефектності шляхом створення більш точних моделей розпізнавання елементів. Однак, залишається відкрите питання про те, як ефективно використовувати графічні данні з тепловізорів при матричній факторизації. У цій роботі ми запропонували подвійно-регуляризовану матричну факторизацію з глибокими нейронними мережами (DRMF) для вирішення цієї проблеми.
Ключові слова: електротранспорт, рухомий склад, електродвигуни, тепловий стан електродвигуна, факторизація матриць, глибокі нейронні мережі.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому збірнику, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY-NC-ND 4.0 (із Зазначенням Авторства – Некомерційна – Без Похідних 4.0 Міжнародна), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).