Optical Sensor Behavior Prediction using LSTM Neural Network

Optical Sensor Behavior Prediction using LSTM Neural Network
复制标题

使用 LSTM 神经网络进行光学传感器行为预测

DOI：
10.1109/ipcon.2019.8908337
复制
发表时间：
2019
期刊：
International Conference on Intelligent Pervasive Computing
影响因子：
--
通讯作者：
Kevin P. Chen
Kevin P. Chen
中科院分区：
--
文献类型：
--
作者：
M. Zaghloul;Amr M. Hassan;D. Carpenter;P. Calderoni;J. Daw;Kevin P. Chen

文献摘要

被引文献

相似文献

事实证明，基于光纤的传感器能够承受各种恶劣环境。长短期记忆(LSTM)神经网络通常用于具有长依赖关系的数据集。在这里，从一个中子反应堆堆芯收集的罕见的FBG测量被用来建立一个神经网络，能够预测反应堆内未来的事件。
Optical fiber-based-sensors proved capable of enduring various harsh environments. Long-short-term memory (LSTM) neural-networks are often used for datasets with long-dependences. Here, rare FBG measurements collected from a neutron reactor core were used to build a neural-network capable of predicting the future events inside the reactor.