短期負荷予測のための動的注意を有するES-dRNN【JST・京大機械翻訳】

Smyl Slawek; Dudek Grzegorz; Pelka Pawel

プレプリント

J-GLOBAL ID：202202207094299002 整理番号：22P0297587

短期負荷予測のための動的注意を有するES-dRNN【JST・京大機械翻訳】

ES-dRNN with Dynamic Attention for Short-Term Load Forecasting

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月02日プレプリントサーバーでの情報更新日： 2022年03月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

短期負荷予測(STLF)は,多重季節性と変動分散を表現する時系列の複雑な性質のため,挑戦的な問題である。本論文では,指数関数的平滑化と拡張リカレントニューラルネットワーク(ES-dRNN)を動的注意の機構と結びつけるハイブリッド予測モデルの拡張を提案した。入力ベクトル成分の動的重み付けに対する注意機構を実行する,新しいゲート化リカレントセル-アテント拡張リカレントセルを提案した。最も関連性のある成分はより大きな重みを割り当て,その後動的に微調整される。この注意機構は,入力情報の選択と,適応時系列処理,交差学習,および多重拡張のようなES-dRNNに実装された他のメカニズムと共に,このモデルが,十分に確立された統計的および最先端の機械学習予測モデルと比較して,精度の著しい改善につながる。これは35のヨーロッパ諸国のSTLFに関する広範な実験研究で確認された。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る