메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
염찬욱 (조선대학교) 곽근창 (조선대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2017년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2017.6
수록면
70 - 74 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 단기 전기부하에측을 위한 TSK(Takagi-Sugeno-kang) 퍼지 모델을 기반으로 한 ELM(Extreme Learning Machine) 모델을 제안하고 기존의 ELM 모델과 예측 성능을 비교한다. TSK 기반의 ELM 모델은 기존에 w<SUB>i</SUB>를 사용하는 자리에 선형 함수를 사용하는 구조로 구성되며, 클러스터의 중심을 랜덤하게 설정한다. 입력층과 은닉층 사이에 있는 가중치는 존재하지 않으며, 은닉층과 출력층 사이에 있는 가중치는 선형방정식을 이용한다. 제안하는 방법은 if-then 법칙을 통하여 의미 있는 규칙을 생성하고, 초기맴버쉽 행렬을 통해 무작위로 클러스터 중심을 생성하여 예측기의 성능을 향상시킨다. 실험은 호주 시드니 온도 및 NSW 조직 부하를 이용한 전기 부하 예측 데이터를 이용하여 두 모델의 예측 성능을 비교한다. TSK 기반의 ELM 모델이 기존의 ELM 모델보다 더 좋은 성능을 보였다.
#extreme learning machine #TSK fuzzy rule #random clustering #predictor

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. Extreme Learning Machine
Ⅲ. TSK 기반의 ELM 예측기
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

LSTM 순환신경망을 이용한 단기전력 가격 예측
염찬욱 ,  곽근창 Proceedings of KIIT Conference 2018 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-000918720