사용자가 EAAI에 논문을 제출하고 Arxiv에 사전 공개하여 가시성을 높이고자 합니다. 노이즈 센서 데이터를 활용한 잠재적 다양체 학습에 대한 연구로, 알고리즘, 경계 보장, NASA CMAPSS 데이터에 대한 경험적 검증을 포함합니다. Boundedness 보장을 제공하며, 잠재적 다양체를 학습하는 알고리즘을 제시합니다. Arxiv 검증 코드 TGESOS를 제공하며, 잠재적 검증자에게는 논문 사전 공개본을 공유할 의향이 있습니다.