文献

J-GLOBAL ID：201802246374806033   整理番号：18A1147602

LSベースVolterraフィルタを用いた時間毎日射予測【JST・京大機械翻訳】

Hourly solar radiation forecasting using LS-based volterra filters

著者 (5件)： Ma L. (Department of Electrical and Computer Engineering, Concordia University, Montreal QC H3G 1M8, Canada) ,  Khorasani K. (Department of Electrical and Computer Engineering, Concordia University, Montreal QC H3G 1M8, Canada) ,  Xiao Y. (Department of Electrical and Computer Engineering, Concordia University, Montreal QC H3G 1M8, Canada) ,  Yorino N. (Graduate School of Engineering, School of Engineering, Hiroshima University, Higashi-Hiroshima, Japan) ,  Wahyudi F. I. (Graduate School of Engineering, School of Engineering, Hiroshima University, Higashi-Hiroshima, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICPRE  ページ： 930-936  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： 本論文では,最小二乗(LS)基準に基づいて訓練されたVolterraフィルタを用いた新しい太陽放射(日射)予測法を提案した。一次および二次カーネルから成るVolterraフィルタを訓練する入力情報として,歴史的日射データのみを用いた。提案した方法を,日本気象庁のウェブサイトからダウンロードされた4年間(2012~2015)の時間毎日射データの実データセットに適用した。広範なシミュレーションにより,ナイーブ持続性モデル(NPM),自己回帰(AR)モデル,およびフィードフォワードニューラルネットワーク(FFNN)方式に対する提案方法の予測優位性を実証した。さらに,提案した方法はFFNNと比較してはるかに低い訓練コストを必要とした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 太陽放射 ,  日本 ,  予測技法 ,  *日射 ,  *予測 ,  最小二乗法
準シソーラス用語： フィードフォワードニューラルネットワーク ,  自己回帰 ,  持続性 ,  Webサイト ,  気象庁 ,  *Volterraフィルタ , 【Automatic Indexing@JST】

分類 (1件)： ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (3件)： Volterraフィルタ ,  日射 ,  予測