60

LSTM 기반 RUL 예측 (PyTorch)

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