文献

J-GLOBAL ID：201702236594117633   整理番号：17A0914148

aritficialニューラルネットワークデータマイニングツールを用いたバングラデシュの異なる気象位置の月太陽放射の予測のためのモデル【Powered by NICT】

A model for prediction of monthly solar radiation of different meterological locations of Bangladesh using aritficial neural network data mining tool

著者 (6件)： Abedin Zainal (Faculty of Science, Engineering and Technology, University of Science & Technology Chittagong - 1079, Bangladesh) ,  Barua Mishuk (Faculty of Science, Engineering and Technology, University of Science & Technology Chittagong - 1079, Bangladesh) ,  Paul Sukanta (Faculty of Science, Engineering and Technology, University of Science & Technology Chittagong - 1079, Bangladesh) ,  Akther Sharmin (Faculty of Science, Engineering and Technology, University of Science & Technology Chittagong - 1079, Bangladesh) ,  Chowdhury Riku (Faculty of Science, Engineering and Technology, University of Science & Technology Chittagong - 1079, Bangladesh) ,  Chowdhury Md. Sarwar Uddin (Faculty of Science, Engineering and Technology, University of Science & Technology Chittagong - 1079, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ECCE  ページ： 692-697  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 太陽光により生成された太陽エネルギーは,気象条件の確率的挙動に起因して,非スケジュール可能である。太陽放射照度を測定するための装置は高価であり,地球の全ての場所で利用できるのはまれである。太陽放射の事前知識は非常に重要であり,より良い管理,サイジング,および太陽エネルギー設備の制御。人工ニューラルネットワーク(ANN)のような予測データマイニングは,予測日射の最も信頼できる正確なモデルの一つである。太陽放射予測モデルに影響を与える気象・地理パラメータの数である。,優れた予測精度に最も影響するパラメータの同定は,重要な因子である。本論文では,分類器サブセットエバール,CFSサブセットエバールとラッパーサブセットエバールのような知識分析(WEKA)のためのWaikato環境の三属性評価者は,バングラデシュの種々の気象地点における太陽放射の予測のためのANNモデルに最も影響する入力パラメータを選択するために使用した。選択したパラメータは訓練,ANNモデルを検証し,テストするために使用した。訓練プロセス中に隠れ層ニューロンの数は最適ネットワークアーキテクチャを見出すために変化した。ANNモデルの予測精度は,平均絶対百分率誤差(MAPE),平均二乗誤差(MSE)と適合度(R)のような統計的パラメータを用いて評価した。シミュレートされた結果は,ラッパーサブセット評価により選択されたサブセットが優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  予測モデル ,  *バングラデシュ人民共和国 ,  *予測 ,  太陽エネルギー ,  *気象 ,  ニューロン ,  *データマイニング ,  気象条件 ,  *太陽放射 ,  日射 ,  部分集合
準シソーラス用語： 平均二乗誤差 ,  予測精度 ,  太陽放射照度 , 【Automatic Indexing@JST】

分類 (2件)： 放射,大気光学  (DC05080C) ,  太陽光発電  (NB03090G)

タイトルに関連する用語 (6件)： バングラデシュ ,  気象 ,  月 ,  太陽放射 ,  予測 ,  モデル