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
이강민 (국립순천대학교) 최성찬 (국립순천대학교) 이연지 (국립순천대학교) 박시온 (국립순천대학교) 박장우 (국립순천대학교) 조용윤 (국립순천대학교) 신창선 (국립순천대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
646 - 649 (4page)

이용수

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

초록· 키워드

오류제보하기
최근 전기세 인상에 따라 심해진 가계부담에 전기 소비량 감소를 위한 노력을 해야겠다는 생각을 가졌다. 이러한 생각을 바탕으로 전력 소비량 예측 모델의 개발을 통해 소비량 감소를 유도하고자 한다. ‘Kaggle’을 통해 모로코의 전력 소비량 데이터를 가지고 ‘LSTM’과 ‘XGBoost’ 모델 간 성능 비교를 통해 효율적인 학습 모델의 탐색을 진행했다. 모델 선정 이유로 LSTM은 RNN 기반으로 시계열 예측에 유리하고, XGBoost는 ‘Gradient Boosting’의 앙상블 트리 모델의 향상된 방식으로 두 모델은 최근 예측 모델에서 활발하게 사용된다는 이유를 가졌다. 성능 지표로 MSE 와 MAE 값을 비교했으며, LSTM 모델에서 XGBoost에 비해 근소 우위를 차지하는 모습을 보였다. 합리적인 모델을 통한 정확한 예측 능력으로 에너지 소비량 감소를 위한 여러 노력에 도움이 되는 것을 목표한다.
#energy consumption #LSTM #XGBoost #comparison

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 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

전국 기상 관측 데이터를 활용한 전력수요 예측 모델 구현
김진수 ,  장하렴 ,  강민석 외 1명 한국지능정보시스템학회 학술대회논문집 2023 .10
기상현상에 따른 전력 수요 변동과 예측
송재인 ,  김현수 ,  허성일 한국기상학회 학술대회 논문집 2023 .11
딥러닝 기반 제주지역 발전량을 고려한 주간 전력수요예측
윤상철 ,  이호준 ,  김병호 외 1명 대한전기학회 학술대회 논문집 2023 .10
건물의 전력 수요 패턴을 고려한 학습기반 예측 모델의 성능 비교 연구
김종은 ,  김수희 ,  이동훈 외 1명 한국전자거래학회지 2024 .05
원자력 주기기 및 SMR 피로 설계 및 평가
김종인 ,  조정래 ,  조민기 대한기계학회 춘추학술대회 2024 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088560681