지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.10
- 수록면
- 231 - 240 (10page)
이용수
초록· 키워드
오류제보하기
An accurate occupancy prediction is essential for occupant-centric control (OCC) that saves energy while providing a comfortable indoor environment. Various machine learning-based approaches are being tried to develop an occupancy prediction model. Among these approaches, the performance of the recurrent neural network (RNN) based models, showed strength in time series forecasting and were found to be superb. However, studies related to performance comparison between RNN based models are insufficient; although the model performance had possibility for improvement through optimization. Therefore, in this study the RNN, long short-term memory (LSTM), and gated recurrent unit (GRU) models were developed to predict the number of occupants after 15, 30, and 60 minutes. The optimal models for each prediction horizon were derived through optimization and performance evaluation. As a result, the GRU model presented the best performance. The root mean squared error (RMSE) and mean absolute error (MAE) of the prediction model after 15 minutes was 0.8073, 1.5301, the prediction model after 30 minutes was 1.2841, 2.3386, and 2.0769, 3.3685, for the prediction model after 60 minutes. These results show superior performance compared to the existing RNN based models and signify that it is possible to provide accurate values for various prediction horizons. Thus, if outlier supplementation and addition of the adaptation function are implemented through an algorithm in the future, the developed models are expected to be utilized as a key element for OCC.
목차
Abstract
1. 서론
2. 연구 방법
3. 재실 인원 예측모델 개발
4. 성능평가
5. 결론
REFERENCES
참고문헌 (23)
참고문헌 신청
Abiodun, O. I., Jantan, A., Omolara, A. E., Dada, K. V., Mohamed, N. A., & Arshad, H. (2018). State-of-the-art in artificial neural network applications: A survey, Heliyon, 4(11), e00938.
Arroyo, J., Spiessens, F., & Helsen, L. (2022). Comparison of optimal control techniques for building energy management, Frontiers in Built Environment, 8 (Artificial Intelligence Applications in Building’s Thermal Management).
Bengio, Y., Simard, P., & Frasconi, P. (1994). Learning long-term dependencies with gradient descent is difficult, IEEE Transactions on Neural Networks, 5(2), 157-166.
Bianchini, G., Casini, M., Pepe, D., Vicino, A., & Zanvettor, G. G. (2019). An integrated model predictive control approach for optimal HVAC and energy storage operation in large-scale buildings, Applied Energy, 240, 327-340.
Chen, Z., & Soh, Y. C. (2017). Comparing occupancy models and data mining approaches for regular occupancy prediction in commercial buildings, Journal of Building Performance Simulation, 10(5-6), 545-553.
Arroyo, J., Spiessens, F., & Helsen, L. (2022). Comparison of optimal control techniques for building energy management, Frontiers in Built Environment, 8 (Artificial Intelligence Applications in Building’s Thermal Management).
Bengio, Y., Simard, P., & Frasconi, P. (1994). Learning long-term dependencies with gradient descent is difficult, IEEE Transactions on Neural Networks, 5(2), 157-166.
Bianchini, G., Casini, M., Pepe, D., Vicino, A., & Zanvettor, G. G. (2019). An integrated model predictive control approach for optimal HVAC and energy storage operation in large-scale buildings, Applied Energy, 240, 327-340.
Chen, Z., & Soh, Y. C. (2017). Comparing occupancy models and data mining approaches for regular occupancy prediction in commercial buildings, Journal of Building Performance Simulation, 10(5-6), 545-553.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
재실자 중심 최적 제어를 위한 재실 패턴 예측모델 개발
대한설비공학회 학술발표대회논문집
2022 .06
-
딥러닝을 이용한 재실정보 기반 건물의 전기 수요 예측 모델
설비공학논문집
2019 .01
-
Design of Photovoltaic Power Generation Prediction Model with Recurrent Neural Network
Journal of KIISE
2019 .06
-
Approach for Learning Intention Prediction Model based on Recurrent Neural Network
Journal of KIISE
2018 .04
-
태양광 발전량 예측을 위한 랜덤포레스트와 순환신경망 비교
대한환경공학회지
2021 .05
-
전력 사용량 예측을 위한 RNN 기반의 Deep Learning 모델
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
LSTM 순환신경망을 이용한 단기전력 가격 예측
Proceedings of KIIT Conference
2018 .06
-
순환신경망을 활용한 다음 사용 애플리케이션 예측
한국정보과학회 학술발표논문집
2019 .12
-
Evaluation of Recurrent Neural Network Variants for Person Re-identification
IEIE Transactions on Smart Processing & Computing
2017 .06
-
단순 RNN과 RNN/LSTM을 이용한 주택시장 매매가 예측 비교 연구
한국정보과학회 학술발표논문집
2018 .06
-
RNN을 이용한 범용 예측 시스템 구현
한국정보기술학회논문지
2018 .10
-
에너지 인터넷을 위한 GRU기반 전력사용량 예측
전기전자학회논문지
2019 .03
-
순환신경망을 이용한 V2X 통신 기반의 차량 예측
한국통신학회 학술대회논문집
2018 .01
-
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
한국정보기술학회논문지
2017 .10
-
딥러닝 모델 기반의 도심 저고도 무인 항공기 실시간 경로 예측 연구
한국통신학회논문지
2025 .02
-
도로포장의 유지관리 계획 수립을 위한 딥러닝 기반 열화 예측 모델 개발
한국건설관리학회논문집
2019 .01
-
순환신경망을 활용한 제조 공정 과정상의 오류 검출 방법 사례 연구
대한산업공학회 추계학술대회 논문집
2018 .11
-
어텐션 네트워크를 이용한 보행자 경로 예측 방법
대한전자공학회 학술대회
2020 .11
-
순환신경망을 이용한 미측정 정두압 데이터 예측
한국자원공학회지
2019 .10
-
Design of a day-ahead power consumption prediction model for a factory energy management system based on long short-term memory and recurrent neural network
대한전기학회 학술대회 논문집
2022 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
재실자의 간헐적인 이동이 실내 공기교환율에 미치는 영향
박소우
,
구준모
,
송두삼
대한설비공학회 학술발표대회논문집
2022
.11
실내 이산화탄소 농도를 이용한 창문개폐시 자연환기량 평가 방법에 관한 연구
염혜원
,
박준석
대한건축학회 학술발표대회 논문집
2018
.04
실험을 통한 실시간 자연환기량 산출방법의 검토
최연희
,
송두삼
대한설비공학회 학술발표대회논문집
2016
.11
환절기 자연 환기량 산정을 위한 창 개폐 행태의 시뮬레이션 분석
문선혜
,
김연정
,
배우빈
외 1명
대한건축학회 학술발표대회 논문집
2014
.10
CFD를 이용한 공동주택의 자연환기량 평가방법에 관한 연구
허윤
,
노상태
,
김강수
대한건축학회 논문집 - 계획계
2009
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-540-000204098