Art

J-GLOBAL ID：202002289481349598   Reference number：20A0441002

Learning Power System Dynamic Signatures using LSTM-Based Deep Neural Network: A Prototype Study on the New York State Grid

LSTMベースのディープニューラルネットワークを用いた電力システム動的署名の学習:ニューヨーク州グリッドに関するプロトタイプ研究【JST・京大機械翻訳】

Author (4)： Mukherjee Sayak (NSF FREEDM Engineering Research Center, North Carolina State University,Raleigh,NC,USA,27606) ,  Darvishi Atena (New York Power Authority,White Plains,NY,USA,10601) ,  Chakrabortty Aranya (NSF FREEDM Engineering Research Center, North Carolina State University,Raleigh,NC,USA,27606) ,  Fardanesh Bruce (New York Power Authority,White Plains,NY,USA,10601)
Material： IEEE Conference Proceedings  (IEEE Conf Proc)
Volume： 2019  Issue： PESGM  Page： 1-5  Publication year： 2019 
JST Material Number： W2441A  Document type： Proceedings
Article type： 原著論文  Country of issue： United States (USA)  Language： ENGLISH (EN)

Abstract/Point： In this paper we present a pro...

Register(free) or Log In to access     To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0441002&from=J-GLOBAL&jstjournalNo=W2441A") }}

Thesaurus term： coherence ,  interconnection ,  simulation ,  contingency ,  trip ,  *neural network(biomodel) ,  principal component analysis ,  power-transmission line ,  *learning ,  failure ,  unsupervised learning ,  transmission system(electric power) ,  cluster ,  decision making ,  computer architecture

JST classification (2)： Artificial intelligence  (JE08000Z) ,  Graphic and image processing in general  (JE04010I)

Terms in the title (9)： LSTM ,  ディープニューラルネットワーク ,  電力システム ,  署名 ,  学習 ,  ニューヨーク ,  グリッド ,  プロトタイプ ,  研究