일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- Mae
- KAKAO
- 논문작성
- SMAPE
- Python
- iNT
- 코테
- 파이썬을파이썬답게
- PAPER
- Scienceplots
- Overleaf
- 논문
- 논문editor
- knn
- Alignments
- 카카오
- 프로그래머스
- mMAPE
- mes
- 평가지표
- python 갯수세기
- n_neighbors
- MAPE
- n_sample
- Tire
- RMES
- 스택
- TypeError
- Pycaret
- 에러해결
- Today
- Total
목록전체 글 (171)
EunGyeongKim
필터링원 데이터 → 노이즈 제거 및 신호 분석을 위해 필터링 사용 합성곱을 이용한 필터가우시안 필터링 (Gaussian filterinf)가우시안을 이용한 필터링가중치를 [0.25, 0.5, 0.25]으로 설정하여 이용.3점이동평균 필터 (3 point moving average filter) 시계열 데이터에서 사용되는 필터링 방법인접한 3개의 데이터 포인트를 이용하여 이동 평균값을 구하는 방법작은 시간 간격으로 일어나는 빠른 변화를 캡처하지 못함# 필요한 컬럼 선택하기 column_name = 'column1' # 분석하고자 하는 컬럼 이름 data = df[column_name].values # 선택한 컬럼의 값만 NumPy 배열로 가져오기 # 필터링할 윈도우 사이즈와 가중치 설정 window_siz..
💡마찰계수 추정 시, 가속도센서 데이터 공압 트레일 변수를 입력으로, tire forces and pneumatic trail을 출력(Fy, Fz, t)으로 하고 layer 모델을 이용하여 예측Abstract마찰 추정 방법공압 트레일의 높은 감도와 선형 영역에서의 마찰 계수에 대한 거의 선형 관계를 활용피봇 정도를 나타내는 지표를 공압 트레일 정보를 사용하여 제안하고, 이는 흥분 상태가 마찰 계수 추정에 충분한지 여부를 결정하는 데 사용마찰 계수 정규화된 측방력의 비율과 피봇 정도의 비선형 적응으로 추정타이어 힘과 공압 트레일 신경망을 통해 추정 Introduction기존 마찰 추정 방법효과기반타이어에 가해지는 자극, 슬립각도와 같은 기저관계를 통해 마찰계수 추정차량 동적모델을 통해 탑재된 센서에 의해 ..
논문 주제 분석 타이어 모델을 만들기 위해 핵심요소 논의그 후 핵심요소를 고려하여 결합 슬립을 계산하기 위한 타이어 분석모델 만들기 타이어 축 시스템 타이어 축 시스템과 slip ratiolongitudinal(x), lateral(y)의 slip ratio 정의Ω is the angular speedReR_eRe is the effective rolling radiusVsxV_{sx}Vsx and VsyV_{sy}Vsy are the longitudinal and lateral sliding speeds of tire with respect to road surface일반적으로 타이어 하중실험에서 사용되는 longitudinal slip ratio 정의SxS_xSx와 κ \kappaκ의..