머신러닝과 딥러닝 기본이론3(화학공학을 위한)

소개

"머신러닝과 딥러닝 기본이론3(화학공학을 위한)"에 대한 내용입니다.

목차

1. 요약

2. 도입부

3. 방법론
가. 워크플로
나. 시나리오
마. 입력 및 출력 전략
사. 입력 및 출력 데이터 준비

4. 수치 사례 연구
가. PHAST 설정
나. 센서배치
다. 신경망의 입력과 출력

5. 결과 및 고찰
가. 예측결과
나. 염소기둥의 존재 유무 분석

6. 결론

본문내용

PHAST 프로그램(가스분산모델)사용

PHAST 프로그램 + 가스감지기 + ANN의 통합

PHAST 시뮬레이션에서 지형효과 제외(이전 연구에서 신경망의 정확도에 영향을 미치는 매개변수를 분석한 결과 풍향과 속도가 가장큰 영향을 미쳤으며, 대기 안정성과 액체 누출의 배출속도가 그 뒤를이었습니다.)

<중 략>

(a)~(f)까지 대기 안정성
A~F까지에 따른 MSE와 R값을 나타냄
최소 MSE는 (c)에서 나타나고
최대 MSE는 (f)에서 나타남
위의 이유는 대기안정성이 F일때 낮은 풍속으로 교란이 잘되기 때문에 ANN에 의한 회귀분석이 잘 되지 않는다.
C,D에서는 염소가스의 하강에 긍정적 영향을 미친다.
A,B에서는 불안정성이 커서 오염물질의 희석을 방해함.

참고자료

· 없음