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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Le Hoang Anh (Chonnam National University) Soo-Chang Lee (Chonnam National University) Gwang-Hyun Yu (Chonnam National University) Jin-Young Kim (Chonnam National University)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제25권 제1호
발행연도
2024.1
수록면
217 - 228 (12page)
DOI
10.9728/dcs.2024.25.1.217

이용수

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

초록· 키워드

오류제보하기
ChronoPatternNet은 고급 시계열 패턴 인식을 위해 독특한 2D 합성곱 접근법을 사용하여 전력 소비 예측을 개선한다. Fast Fourier Transform으로 최적화된 "chronocycle" 하이퍼파라미터는 "순환 시간 프레임"을 구성하여 패턴 추출과 예측 정확도를 향상 한다. Layer Normalization과 Residual Learning의 통합은 기울기 문제를 완화하고 모델 안정성을 보장한다. 기존 모델과 비교해 매개변수 수를 58.8%에서 61.9% 줄여 우수한 효율성을 입증한다. 조밀한 디자인과 장기 예측 능력으로 ChronoPatternNet은 실시간 에너지 관리에서 중요한 진전이다.

목차

요약
Abstract
Ⅰ. Introduction
Ⅱ. Related Work
Ⅲ. Methodology
Ⅳ. Experiments
Ⅴ. Conclusion
Reference

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089353457