文献

J-GLOBAL ID：201702268796869281   整理番号：17A1394449

増分極限学習機械(extreme learning machineによる成層圏飛行船のための風速予測【Powered by NICT】

Wind speed forecast for the stratospheric airship by incremental extreme learning machine

著者 (3件)： Guangyu Xu (Department of Automation, School of Aeronautics and Astronautics, Xiamen University, Xiamen 361005, China) ,  Shaoping Shen (Department of Automation, School of Aeronautics and Astronautics, Xiamen University, Xiamen 361005, China) ,  Jietao Sun (Department of Automation, School of Aeronautics and Astronautics, Xiamen University, Xiamen 361005, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 4088-4092  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： 風速予測は飛行船軌道保持制御のための重要な課題であるので,この論文では,地理的位置に亘って固定した成層圏飛行船のための予測風速を調べた。時間と空間と共に変化し,非線形および非定常特性を示す風速時系列の観点から,本論文では,インクリメンタルな極端学習機械(I ELM)に基づく適応モデルを提案した。IELMの入力次元のランダムな選択を回避するために,風速の位相空間を再構成した。IELMの汎化性能を改善するためのIELMのモデルパラメータを探索し,最適化した。最後に,予測モデルを最適化IELMを用いて確立されており,短期的な風速のオンライン予測の結果が得られた。シミュレーション結果は,提案した予測モデルは風速時系列特徴を効果的にすることができ,比較的高い予測精度を持つことを検証した。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： *飛行船 ,  汎化 ,  *予測 ,  *風速 ,  *学習機械 ,  シミュレーション ,  位相空間 ,  最適化 ,  定常特性 ,  *成層圏 ,  再構成 ,  予測モデル
準シソーラス用語： 予測精度 ,  モデルパラメータ ,  *風速予測 , 【Automatic Indexing@JST】

分類 (2件)： 航空機  (QK06000K) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (6件)： 増分 ,  極限 ,  学習機械 ,  成層圏 ,  飛行船 ,  風速予測