| 1 |
1
전기로에 설치된 3개의 전극봉에 대한 위치 데이터를 예측하는 장치에서의 전극봉 위치 데이터 예측 방법에서, 상기 3개의 전극봉에 대한 데이터가 입력되면, 입력된 데이터를 가공하는 단계; LSTM(Long Short-Term Memory model) 네트워크를 생성하는 단계;상기 LSTM 네트워크에서 가공된 데이터에 대한 학습을 진행하는 단계; 및학습된 데이터를 이용하여 상기 3개의 전극봉에 대한 위치 데이터를 예측하는 단계를 포함하며, 상기 입력된 데이터를 가공하는 단계에서, 상기 입력된 데이터를 각 열 별로 정규화하는 단계; 정규화된 데이터들을 학습시키기 위해 입력에 대한 데이터 시퀀스와 출력에 대한 데이터 시퀀스를 생성하는 단계; 및학습시킬 학습용 데이터셋(dataset)과, 학습된 내용을 확인할 테스트용 데이터셋을 생성하는 단계를 포함하고, 상기 LSTM 네트워크에서 가공된 데이터에 대한 학습을 진행하는 단계에서, 상기 LSTM 네트워크를 이용하여 상기 학습용 데이터셋을 학습시키고, 상기 3개의 전극봉에 대한 데이터는 3상 전류, 3상 전압, 전체 전류, 각 전극봉에 인가되는 전류, 각 전극봉에 인가되는 전압을 포함하며, 상기 LSTM 네트워크는 입력 값에 대한 입력 게이트(input gate), 출력 값에 대한 출력 게이트(output gate), 망각 값에 대한 망각 게이트(forget gate), 상기 입력 게이트를 통해 입력된 입력 값을 저장하고, 상기 망각 게이트의 망각 값을 조정하고, 상기 출력 게이트로 값을 출력하기 위한 메모리 셀로 구성되고, 상기 LSTM 네트워크에서 3상 전류, 3상 전압, 전체 전류, 각 전극봉에 인가되는 전류, 각 전극봉에 인가되는 전압을 포함하는 3개의 전극봉에 대한 학습용 데이터셋이 상기 입력 게이트로 입력되어 학습이 수행되고, 상기 출력 게이트를 통해 상기 3개의 전극봉에 대한 위치 데이터를 예측한 결과 값이 출력되며, 상기 LSTM 네트워크에서 상기 학습용 데이터셋을 학습시킴에 있어서, 그래디언트(gradient)를 결정하기 위해 오차 함수 E의 각 게이트와 내부상태의 k번째 원소에 대한 편미분을, (수학식 1)로 계산할 수 있고, t-1 단계로 전달되는 그래디언트를, (수학식 2)로 나타낼 수 있고, p 단계 앞으로 전달되는 그래디언트를, (수학식 3)로 나타낼 수 있는 것을 특징으로 하는 전극봉 위치 데이터 예측 방법
|
