文献

J-GLOBAL ID：202102217027957178   整理番号：21A2166415

電力応用のための深層学習ツールチェーンの研究と改善【JST・京大機械翻訳】

Research and improvement of deep learning tool chain for electric power applications

著者 (4件)： Yang He (Global Energy Interconnection Research Institute co. Ltd,Artificial Intelligence on Electric Power System State Grid Corporation Joint Laboratory (GEIRI),Beijing,China) ,  Lin Long (Global Energy Interconnection Research Institute co. Ltd,Artificial Intelligence on Electric Power System State Grid Corporation Joint Laboratory (GEIRI),Beijing,China) ,  Shi Cuncun (Global Energy Interconnection Research Institute co. Ltd,Artificial Intelligence on Electric Power System State Grid Corporation Joint Laboratory (GEIRI),Beijing,China) ,  Wang Yue (Global Energy Interconnection Research Institute co. Ltd,Artificial Intelligence on Electric Power System State Grid Corporation Joint Laboratory (GEIRI),Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： IMCEC  ページ： 1705-1710  発行年： 2021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： 中国における様々な産業における人工知能技術の促進により,電力データによって駆動される深層学習技術は,電力産業において大規模に適用され始めているが,実際の応用では,例えば,現在のプロセスおよびツールは,明らかに明確で独立であるが,実際に相互依存し,そして,十分に柔軟ではない。検索のような共通の要求のために,機能は十分に柔軟でなく,しばしば再開発される。累積アルゴリズム探査は,複数の訓練セットで繰り返し現れる同じサンプルを引き起こし,資源の廃棄物は深刻である。本論文は,これらの問題を解決するための原因と解決策について詳述し,プロセスとアーキテクチャを再設計し,ソフトウェアツールを開発した。最初に,本論文は,深い学習モデルがライフサイクルを持ち,中心としてモデル倉庫を用いて深層学習ツールチェーンを再組織化することを提案する。第二に,電力AIの実際の応用と組み合わせて,オリジナルデータ,ラベル付きデータ,およびサンプル定義を切り離した。最後に,柔軟性と汎用性を考慮して,検索のような公共機能の発現を設計した。Copyright 2021 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 ,  学習モデル ,  倉庫 ,  *電力 ,  ライフサイクル ,  廃棄物 ,  再編成 ,  *電力応用 ,  人工知能 ,  柔軟性 ,  再開発 ,  支援プログラム ,  再設計 ,  計算機アーキテクチャ
準シソーラス用語： *深層学習 , 【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 (5件)： 電力応用 ,  深層学習 ,  ツール ,  チェーン ,  研究