PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.27304v1cs.LG

대규모 시뮬레이션 데이터셋과 제한된 실험 데이터셋을 활용한 유도파 기반 손상 진단을 위한 다중 충실도 합성곱 오토인코더-전이학습 프레임워크

A Multi-Fidelity Convolutional Autoencoder-Transfer Learning Framework for Guided-Wave-Based Damage Diagnosis Using Large Simulated and Limited Experimental Datasets

레이블된 실험 데이터 부족과 고충실도 시뮬레이션 비용 문제를 줄이기 위해, 경량 1D TDSE 시뮬레이션으로 만든 대규모 합성 데이터로 합성곱 오토인코더(CAE)와 피드포워드 신경망을 사전학습하고 소량의 실험 측정값으로 전이학습하는 다중 충실도 프레임워크를 제안한다. 손상 위치 추정 R² 0.93 이상, 손상 크기 추정 R² 0.99 이상을 달성했으며 CNN 기반 전이학습보다 위치 추정 정확도가 높고 사전학습·미세조정에 없던 손상 시나리오에서도 높은 예측 정확도를 보였다.