
국제적인 과학자 그룹이 PV 시스템을 위한 새로운 먼지 감지 방법을 개발했습니다. 새로운 기술은 딥 러닝을 기반으로 하며 일반적으로 네트워크 훈련에 사용되는 적응형 모멘트 추정(Adam) 최적화 알고리즘의 개선된 버전을 활용하여 태양광 패널 청소 및 경로에 대한 사전 계획을 제공합니다.태양광 패널 청소 로봇자동 청소를 위해.
이러한 문제를 극복하기 위해 학계에서는 Warmup 및 코사인 어닐링 전략을 알고리즘에 통합할 것을 제안했습니다. 워밍업 기술은 훈련 초기 단계에서 작은 학습률을 사용하여 점차적으로 학습률을 높입니다. "이는 모델이 훈련 초기 단계에서 매개변수 공간을 더 잘 탐색하여 과도한 학습 속도로 인한 진동 또는 발산 문제를 피하는 데 도움이 됩니다."라고 그들은 덧붙였습니다.
반면, 코사인 어닐링 전략은 코사인 함수의 어닐링 곡선에 따라 최대 학습률과 최소 학습률 사이에서 학습률이 주기적으로 변경되도록 합니다. 연구진은 “이 전략은 경사도의 급격한 하강 속도로 인한 진동 문제를 방지하는 데 도움이 되며, 이를 통해 훈련 안정성과 모델의 일반화 성능을 향상시킨다”고 설명했다.


