- 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
- 검색연산자
| 검색연산자 | 기능 | 검색시 예 |
|---|---|---|
| () | 우선순위가 가장 높은 연산자 | 예1) (나노 (기계 | machine)) |
| 공백 | 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 | 예1) (나노 기계) 예2) 나노 장영실 |
| | | 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 | 예1) (줄기세포 | 면역) 예2) 줄기세포 | 장영실 |
| ! | NOT 이후에 있는 검색어가 포함된 문서는 제외 | 예1) (황금 !백금) 예2) !image |
| * | 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 | 예) semi* |
| "" | 따옴표 내의 구문과 완전히 일치하는 문서만 검색 | 예) "Transform and Quantization" |
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.
보고서 상세정보
인공지능 학습기법 및 확률론적 추론을 이용한 고장예지 및 건전성 관리 기반 설계
Prognostics and Health Management Based Design Using Artificial Intelligence and Probabilistic Reasoning
| 과제명 | 인공지능 학습기법 및 확률론적 추론을 이용한 고장예지 및 건전성 관리 기반 설계 |
|---|---|
| 주관연구기관 |
연세대학교 Yonsei University |
| 보고서유형 | 최종보고서 |
| 발행국가 | 대한민국 |
| 언어 | 한국어 |
| 발행년월 | 2020-03 |
| 과제시작년도 | 2019 |
| 주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
| 등록번호 | TRKO202000004631 |
| 과제고유번호 | 1711083981 |
| 사업명 | 개인기초연구(과기정통부)(R&D) |
| DB 구축일자 | 2020-07-29 |
| 키워드 | 불확실성 및 산포.고장예지 및 건전성 관리.신뢰성 기반 설계.모델 기반 고장예지.데이터 기반 고장예지.하이브리드 고장예지.잔존유효수명.상태기반정비.기계학습 및 심층학습. |
초록
□ 연구개요
특정 시스템이나 부품에 대한 설계, 정비 주기, 수명을 예측할 때에는 시스템의 사용 환경에 따라 존재할 수 있는 불확실성을 고려한 신뢰성 있는 설계 과정이 수반되어야 함. 본 연구에서는 설계 초기 단계에서부터 시스템...
이 보고서와 함께 이용한 콘텐츠
이 보고서 조회수 및 차트
- 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.
