文献

J-GLOBAL ID：202002251432429570   整理番号：20A0964518

1時間前方負荷予測のためのRNNベースの深層学習【JST・京大機械翻訳】

RNN-based Deep Learning for One-hour ahead Load Forecasting

著者 (5件)： Bui Van (Kookmin University,Department of Electronics Engineering,Seoul,South Korea) ,  Nguyen Van Hoa (Kookmin University,Department of Electronics Engineering,Seoul,South Korea) ,  Pham Tung Lam (Kookmin University,Department of Electronics Engineering,Seoul,South Korea) ,  Kim Joongheon (Artificial Intelligence and Mobility Lab, Korea University,Seoul,South Korea) ,  Jang Yeong Min (Kookmin University,Department of Electronics Engineering,Seoul,South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICAIIC  ページ： 587-589  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： 本論文は,再帰ニューラルネットワークベースの方式を用いて,電力負荷に関する1時間先の予測に焦点を合わせた。本研究では,Kookmin大学のLoadの生成データのみを用いて,予測のためのかなりの数の資源を必要とした。多スケールRNNモデルを,短期間と長期間メモリの両方に適した負荷予測のために提案した。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： 記憶装置 ,  *負荷予測
準シソーラス用語： 電力負荷 , 【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 (3件)： 負荷予測 ,  RNN ,  深層学習