Comparative Evaluation of Machine Learning and Deep Learning Models for Wound-Rotor Synchronous Motor Performance Prediction
Diese Studie präsentiert einen umfassenden Benchmark von acht Modellen des maschinellen und tiefen Lernens zur Vorhersage der Leistung von Schleifringläufer-Synchronmotoren und zeigt auf, dass auf neuronalen Netz basierende Architekturen, insbesondere der FT-Transformer, baumbasierte Modelle hinsichtlich Genauigkeit und Rechengeschwindigkeit signifikant übertreffen, während sie gleichzeitig ein robustes Multi-Seed-Reproduzierbarkeitsprotokoll und eine Pareto-Analyse der Kosten-Genauigkeits-Abwägungen bieten.