文献

J-GLOBAL ID：202002291722182664   整理番号：20A2619928

ランダムフォレストアルゴリズムに基づく非侵入負荷モニタリングに関する研究【JST・京大機械翻訳】

Research on Non-Intrusive Load Monitoring Based on Random Forest Algorithm

著者 (6件)： Guohua Wu (Harbin Institute of Technology,Shenzhen,China,518000) ,  Diping Yuan (Shenzheng urban public safety and technology institute,Shenzheng,China,50080) ,  Jiyao Yin (Shenzheng urban public safety and technology institute,Shenzheng,China,50080) ,  Wenhua Zeng (Shenzheng urban public safety and technology institute,Shenzheng,China,50080) ,  Peng Deng (Shenzheng urban public safety and technology institute,Shenzheng,China,50080) ,  Yiqing Xiao (Harbin Institute of Technology,Shenzhen,China,518000)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSGSC  ページ： 1-5  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： 電力の違法な使用をモニターすることは,負荷監視にとって非常に重要である。負荷モニタリングは,政府の監視を提供し,住民の安全認識を改善する。貫入負荷モニタリングと比較して,非侵入負荷モニタリングは,良い経済性,高い信頼性,および急速に電力分解を実現する利点を持った。多くの研究者がこの研究を実施してきたが,大きなデータから重要な情報を得ることは困難であり,診断結果は不正確である。したがって,負荷モニタリングをこの論文で実施する。上記の短所を克服するために,本論文は,まず第一に,調和解析に基づくサンプルの重要な情報を得る。第二に,多重決定木に基づくランダムフォレストは,認識においてより良い精度を持っている。それで,ランダムフォレストアルゴリズムを機械学習とパターン認識に適用した。最後に,提案した方法を同定し,解析した。結果は,調和解析とランダムフォレストアルゴリズムに基づくオンライン電気検出の精度が86%より大きく,この方式の有効性を示した。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： *アルゴリズム ,  パターン認識 ,  電力 ,  経済性 ,  調和解析 ,  多重化 ,  ディシジョンツリー ,  住民 ,  有効性 ,  機械学習
準シソーラス用語： オンライン ,  *ランダムフォレスト ,  高信頼性 , 【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)： 侵入 ,  モニタリング ,  研究