60분
LSTM 기반 RUL 예측 (PyTorch)
Day 4: RUL 예측 (잔여수명 예측)
LSTM 기반 RUL 예측 (PyTorch)
예지보전 — 설비 고장 예측 시스템 > Day 4: RUL 예측 (잔여수명 예측)
학습 목표
LSTM으로 시계열 센서 데이터에서 RUL을 예측할 수 있다 시퀀스 윈도잉으로 학습 데이터를 구성할 수 있다 학습 루프와 Validation을 구현하고 예측 결과를 시각화할 수 있다
LSTM RUL 예측
센서 시퀀스를 입력으로 RUL(숫자)을 출력하는 회귀 모델.
데이터 구성
에디터 로딩 중...
LSTM 구조
에디터 로딩 중...
아래 코드를 lstm_rul.py로 저장하고 실행하세요.
에디터 로딩 중...
힌트 보기
- • 시퀀스 윈도잉 시 RUL은 윈도우 마지막 시점의 값을 사용한다
- • Bidirectional LSTM이 단방향보다 RUL 예측에 효과적이다
- • ReduceLROnPlateau로 학습률을 자동 조절하면 수렴이 안정적이다
- • 예측값을 [0, 125] 범위로 클리핑하는 것을 잊지 않는다