⚡ electrical engineering
Study of Machine Learning Techniques for Performance Prediction in Low-Power Hall Effect Thruster Operating on Monoatomic and Molecular Propellants
Cette étude développe un cadre d'apprentissage automatique robuste et indépendant du propulseur qui combine l'augmentation de données et l'injection de caractéristiques guidées par la physique pour prédire avec précision les performances de propulseurs à effet Hall de faible puissance fonctionnant sur divers propulseurs monoatomiques et moléculaires, atteignant une précision de plus de 98 % dans la prédiction de la poussée en utilisant XGBoost.