文献

J-GLOBAL ID：202002216535753269   整理番号：20A2038418

リカレントニューラルネットワークと遺伝的埋込みによる太陽光発電時系列の予測【JST・京大機械翻訳】

Prediction of Photovoltaic Time Series by Recurrent Neural Networks and Genetic Embedding

著者 (3件)： Rosato Antonello (University of Rome “La Sapienza”, Via Eudossiana 18,Dept. of Information Engineering, Electronics and Telecommunications (DIET),Rome,Italy,00184) ,  Araneo Rodolfo (University of Rome “La Sapienza”, via Eudossiana 18,Dept. of Astronautical, Electrical and Energy Engineering (DIAEE),Italy,00184) ,  Panella Massimo (University of Rome “La Sapienza”, Via Eudossiana 18,Dept. of Information Engineering, Electronics and Telecommunications (DIET),Rome,Italy,00184)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CEC  ページ： 1-8  発行年： 2020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： エネルギー生産の信頼できる予測アルゴリズムの必要性は,グリッド,プラントおよび資源管理のためのスマートソリューションの普及により増加している。リカレントニューラルネットワークは,予測のための実行可能な解決策であるが,その性能は,時系列が複雑な方法で挙動する根底にある過程によって生成されるとき,いくらか不十分である。本論文では,光起電力時系列の予測精度を改善するために,エコー状態ネットワークと遺伝的アルゴリズムの新しい組合せを採用した。遺伝的アルゴリズムを用いて,時系列の過去のサンプルを埋め込み,新しいものを予測した。それは,ニューラルネットワークモデルに供給されるデータを正規化するために特徴抽出を目的とし,よりロバストで一般化可能な予測モデルを学習できる。実験テストは,提案した方式が本論文に集中した応用に適していることを証明した。Copyright 2020 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： 光起電力 ,  プラント ,  特徴抽出 ,  *遺伝 ,  *太陽光発電 ,  正規化 ,  ロバスト性 ,  遺伝的アルゴリズム ,  資源管理 ,  予測モデル
準シソーラス用語： 神経回路網モデル ,  予測精度 ,  *リカレントニューラルネットワーク ,  予測アルゴリズム ,  エコー状態ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： リカレントニューラルネットワーク ,  遺伝 ,  埋込み ,  太陽光発電 ,  時系列 ,  予測