ニューラルネットワークを用いた空調の予熱・予冷時間の予測における学習データの選定方法
スポンサーリンク
概要
- 論文の詳細を見る
In the prediction of time series using multilayer feedforward neural networks, there are two methods for selecting learning data: the moving window data learning method and the similar data selective learning method with the correlation coefficients based similar data selection method which we proposed in a prevlous paper. With time series data on warm-up and pull-down time, predictive accuracy by the both methods were investigated by numerical simulations. With warm-up time, that by the latter was considerably higher than that by the former. With pull-down time, that by the former was slightly higher than that by the latter.
- 社団法人日本建築学会の論文
- 1996-02-28
著者
関連論文
- ニューラルネットワークを用いた空調の予熱・予冷時間の予測における学習データの選定方法
- ニューラルネットワークによる説明変数をもつ時系列データの予測における学習データの選定方法
- ニューラルネットワークによる説明変数をもつ時系列データの予測における学習データの選定方法
- 41458 ニューラルネットワークを用いた空調の予熱・予冷時間の予測における学習データの選定方法
- ニューラルネットワークによる時系列予測における相関係数を用いた学習用類似データ選定方法
- ニューラルネットワークにおける誤差逆伝播法の学習性能向上のための重み初期値の設定方法
- ニューラルネットワークにおける誤差逆伝播法の学旨性能向上のための初期値の設定方法
- 11014 ニューラルネットワークにおける誤差性逆伝播法の学習性能向上のための重み初期値の設定方法
- ニューラルネットワークにおける誤差逆伝播法の学習性能向上のための重み初期値の設定方法
- 定量的な物理知識に基いた機器の異常診断方法
- 定量的な物理知識に基づいた機器の簡便な異常診断方法
- 4876 定常状態を表す関係式を用いた機器の異常診断方法の提案と空調設備への適用
- 重複性の導入による図形検索構造の性能改善方法
- 建築図面データによる GBD 木の改良方式の性能評価
- GBD木の検索性能の改良方法 : 大きな図形を扱うための手法の提案