文献

J-GLOBAL ID：202002259811621690   整理番号：20A0812431

深い極端な学習機械により電力供給されるiot可能なスマート都市のための発電所エネルギー持続可能性のモデリング,シミュレーションおよび最適化【JST・京大機械翻訳】

Modeling, Simulation and Optimization of Power Plant Energy Sustainability for IoT Enabled Smart Cities Empowered With Deep Extreme Learning Machine

著者 (8件)： Abbas Sagheer (Department of Computer Science, National College of Business Administration and Economics, Lahore, Pakistan) ,  Khan Muhammad Adnan (Department of Computer Science, National College of Business Administration and Economics, Lahore, Pakistan) ,  Falcon-Morales Luis Eduardo (Tecnologico de Monterrey, Escuela de Ingenieria y Ciencias, Jalisco, Mexico) ,  Rehman Abdur (Department of Computer Science, National College of Business Administration and Economics, Lahore, Pakistan) ,  Saeed Yousaf (Department of Information Technology, University of Haripur, Khyber Pakhtunkhwa, Pakistan) ,  Zareei Mahdi (Tecnologico de Monterrey, Escuela de Ingenieria y Ciencias, Jalisco, Mexico) ,  Zeb Asim (Department of Information Technology, Abbotabad University of Science and Technology, Khyber Pakhtunkhwa, Pakistan) ,  Mohamed Ehab Mahmoud (Electrical Engineering Department, College of Engineering, Prince Sattam Bin Abdulaziz University, Wadi Addwasir, Saudi Arabia)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 39982-39997  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： スマート都市は持続可能で効果的な大都市ハブであり,適切な資源管理を通してその居住者の高い生活を提供する。エネルギー管理は,エネルギーシステムの困難さと重要な役割のために,このような都市圏における最も挑戦的な問題の一つである。利用可能なメガワット時間から利益を最適化するためには,バスケード発電所の最大電力出力を予測することが重要である。本論文は,複合サイクル発電所の時間毎の全負荷電気出力を予測できる予測モデルを作成するために,深い極端な学習機械の方法を調査した。知的エネルギー管理ソリューションは,インターネット(IoT)を通してこれらの資源を適切に監視し,制御することによって達成できる。人工知能の宇宙は,深い学習アルゴリズムを通して多くの条線を生み出し,これらの方法をデータ解析のために使用した。それにもかかわらず,更なる精度のために,深い極端な学習機械(delm)は,データシーケンスの解析のために調査するもう一つの候補である。デム手法を用いることにより,最小誤差率をもつ高レベルの信頼性を達成した。このアプローチは,以前の研究と比較して,より良い結果を示し,以前の研究は,マークまでの知見を満たすことができず,発電所の電気エネルギー出力を効率的に予測することができなかった。研究の間,提案した方法は,訓練の70%(33488試料),試験の30%,検証(14352例)で,98.6%の最高の精度率を有することを示した。シミュレーション結果は,提案した方式の予測有効性を検証した。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： *シミュレーション ,  大都市 ,  エネルギー管理 ,  住民 ,  予測モデル ,  宇宙空間 ,  インターネット ,  *都市 ,  *最適化 ,  信頼性 ,  人工知能 ,  都市圏 ,  電力供給 ,  *発電所 ,  学習アルゴリズム

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (10件)： 極端な学習機械 ,  電力供給 ,  IoT ,  都市 ,  発電所 ,  エネルギー ,  持続可能性 ,  モデリング ,  シミュレーション ,  最適化