文献

J-GLOBAL ID：201902216898887647   整理番号：19A2417819

寒冷室における室内温度とエネルギー消費の時系列予測のための深層学習モデル【JST・京大機械翻訳】

Deep Learning Models for Time Series Forecasting of Indoor Temperature and Energy Consumption in a Cold Room

著者 (5件)： Mellouli Nedra (LIASD EA4383, IUT de Montreuil, Universite Paris 8, Vincennes Saint-Denis, France) ,  Akerma Mahdjouba (Irstea, UR GPAN, Anthony, France) ,  Hoang Minh (Irstea, UR GPAN, Anthony, France) ,  Leducq Denis (Irstea, UR GPAN, Anthony, France) ,  Delahaye Anthony (Irstea, UR GPAN, Anthony, France)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11684  ページ： 133-144  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 需要応答期間中の寒冷室における室内温度とエネルギー消費の動的挙動を研究することを提案した。需要応答は,時間にわたる平滑化需要において構成される方法であり,それをより低い需要の期間にシフトするために,高い需要の期間の間,消費を減少させるか,または停止させることを求めている。従って,このようなシステムは,各行動パラメータが時変パラメータである時系列の研究として取り組むことができる。LSTMアーキテクチャから導出した4つの深いニューラルネットワークアーキテクチャを研究し,適応し,比較した。それらの検証は,需要応答の予測におけるそれらの性能を評価するために,コールドルームで収集された実験データを用いて実施された。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機アーキテクチャ ,  平滑化 ,  *エネルギー消費
準シソーラス用語： ニューラルネットワークアーキテクチャ ,  動的挙動 ,  需要応答 ,  *深層学習 ,  *時系列予測 , 【Automatic Indexing@JST】

著者キーワード (3件)： 時系列 ,  深層学習 ,  電力生産と消費

分類 (3件)： 医用画像処理  (JE04020T) ,  その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 室内温度 ,  エネルギー消費 ,  時系列予測 ,  深層学習 ,  モデル