文献
J-GLOBAL ID:202202264575956508   整理番号:22A0967732

人工ニューラルネットワークによる風車のより良い配置と無線センサネットワークのエネルギー効率を改善するための風力発電の解析【JST・京大機械翻訳】

An Analysis of Wind Energy Generation by Opting the Better Placement of Wind Turbine by Artificial Neural Network and to Improve the Energy Efficiency of Wireless Sensor Network
著者 (4件):
資料名:
巻: 123  号:ページ: 2607-2624  発行年: 2022年 
JST資料番号: W2022A  ISSN: 0929-6212  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
無線エネルギー伝送における無線再充電センサネットワークは,最近の研究におけるエネルギー問題の解決策を提供する。無線センサネットワーク(WSN)の究極の欠点は,その電池限界である。したがって,本研究では,ハモニー探索(HS)プロセスを用いた人工ニューラルネットワーク(ANN)を用いて,新しい方法を期待した。本研究の主な動機は,風車によって発生する風力エネルギーを予測し,風力タービンを敷設または位置決めする最良の位置を予測する解決策を提供することである。風力エネルギー発生のための風車のかなりのパラメータは,HSアルゴリズムとともにANNを用いて予測され,割り当てられた入力重みに対して理想的な結果が得られる。評価に考慮した入力パラメータは風速,掃引面積,および風力エネルギー発生に必要な出力パラメータは,空気質量流量,風力の電力,エネルギー効率,エネルギー損失および改善ポテンシャルを含む。提案した作業におけるHSアルゴリズムに沿ったANNは,割り当てられた重みαとβの最適値を達成するために理想的であることを証明した。実現した人工ニューラルネットワークは,著者らの期待した方法の収集エネルギーが一般的な方法より良いことを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
無線通信一般  ,  計算機網 

前のページに戻る