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

논문 기본 정보

자료유형
학술저널
저자정보
이창용 (공주대학교)
저널정보
대한설비관리학회 대한설비관리학회지 대한설비관리학회지 제24권 제4호
발행연도
2019.1
수록면
83 - 89 (7page)

이용수

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

초록· 키워드

오류제보하기
In this paper, we propose a method based on the support vector regression to predict the gas energy consumption in a conditioning equipment. We analyzed the time series of gas consumption by using auto and partial correlation functions and found that the gas consumption contains a non-linear correlation in the time series. Based on this finding, we adopted the support vector regression as a non-linear model for the prediction of the gas consumption. By tuning two parameters in the model and introducing the cross validation, we demonstrated that the proposed model predicted the gas consumption with the relative errors and the average errors less than 1% and 0.5  - 3.2 , respectively. The results of this study can be used for the effective control of the conditioning energy in the air conditioning process.
#Time series data #support vector regression #Cross validation #Gas energy consumption #Auto-correlation function

목차

등록된 정보가 없습니다.

참고문헌 (15)

참고문헌 신청
Bergmeir, C. / 2018 / A note on the validity of cross-validation for evaluating autoregressive time series prediction / Computational Statistics and Data Analysis 120:70~83 google schola Box, G. E. P / 1994 / Time Series Analysis: Forecasting and Control / Prentice–Hall google schola 최종락 / 2012 / 자동차 도장 건조 공정의 건조 성능 향상을 위한 수치해석 연구 / 설비공학 논문집 24(12):867~874 dbpia Cortes, Corinna / 1995 / Support-vector networks / Machine Learning 20(3):273~297 google schola Faranda, D / 2014 / Statistical early-warning indicators based on Auto-Regressive Moving-Average Processes google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0