최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기항공우주시스템공학회지 = Journal of aerospace system engineering, v.8 no.4, 2014년, pp.7 - 17
Objective of this paper is to introduce a new technology known as prognostics and health management (PHM) which enables a real-time life prediction for safety critical systems under extreme loading conditions. In the PHM, Bayesian framework is employed to account for uncertainties and probabilities ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Particle filter 방법이란? | Particle filter 방법 : Particle filter (PF) 방법은 고장예측 연구분야에서 가장 대표적으로 사용되는 방법으로서 모델 파라메터의 사후분포를 유한개의 파티클 (또는 샘플) 및 그들의 가중치로 표현하는 것이다. 이는 베이지안 추론을 매 데이터 측정싯점 마다 반복하는 것과 같다. | |
Bayesian 방법이란? | Bayesian 방법 : 이 방법은 현 시점에서 지금까지 측정된 모든 데이터를 활용하여 우도를 만들고 이를 바탕으로 모델 파라메터의 사후분포를 추정하는 것이다. 분포가 결정되고 나면 샘플링 기법을 이용하여 해당 분포를 만족하는 샘플을 만들 수 있는데 이를 위한 가장 대표적 방법으로 Markov-chain Monte Carlo(MCMC)을 들 수 있다. | |
Particle filter 방법을 구성하는 세 단계는? | 이는 베이지안 추론을 매 데이터 측정싯점 마다 반복하는 것과 같다. PF는 세 단계로 구성되는 데 (1) 예측단계에서는 전 스텝의 사후분포가 현 스텝의 사전분포가 되고, 이것을 열화모델에 적용하여 현 시점의 예비 사후분포를 구한다. (2) 갱신단계에서는 이렇게 구해진 분포를 현 시점에서 측정한 데이터의 우도(likelihood)에 기반하여 가중치를 적용하여 보정한다. (3) 리샘플 단계에서는 가중치를 가지는 샘플들에 대해 중복 또는 제거 과정을 통해 샘플을 재분배한다. 이렇게 구해진 분포가 최종적으로 사후분포가 되는 것이며, 이는 또다시 다음 스텝에서의 사전분포가 된다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.