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
- 저널정보
- 한국마린엔지니어링학회 Journal of Advanced Marine Engineering and Technology (JAMET) 한국마린엔지니어링학회지 제44권 제2호
- 발행연도
- 2020.4
- 수록면
- 174 - 180 (7page)
- DOI
- 10.5916/jamet.2020.44.2.174
이용수
초록· 키워드
오류제보하기
Research on smart ship is becoming active. In smart ships, forecasting power demand is important. Through the power forecast, the power supply can be flexibly improved to maximize the power generation efficiency. Energy reduction can be achieved through increased efficiency. In this paper, we construct a ship power demand prediction model using XGBoost (eXtream Gradient Boost) and LGBM (Light Gradient Boosting Model). The hyperparameters of the boosting algorithm improve the accuracy of the prediction model and prevent overfitting. In addition, the verification functions of XGBoost and LGBM were constructed and verified, and the model suitability was compared. The verification function used Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE) and Mean Absolute Scaled Error (MASE). The XGBoost model showed similar performance compared to LGBM, but was slow in computation speed. In terms of operation speed, LGBM is recommended when constructing a power demand prediction model using boosting techniques in smart ships.
목차
Abstract
1. Introduction
2. Ship data and algorithm
3. Hyperparameter
4. The analysis and evaluation of ship power demand prediction
5. Conclusion
References
참고문헌 (6)
참고문헌 신청
T. Chen / 2016 / XGBoost: A Scalable Tree Boosting System / Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining :785~794
G. Ke / 2017 / LightGBM : A highly efficient gradi-ent boosting decision tree / NIPS Proceeding of 31st Con-ference :3146~3154
김연근 / 2014 / Data Fusion 기술을 활용한 스마트선박 내 효율적 데이터 전송 방안 / 한국통신학회논문지C 39(11):1146~1150
J. H. Park / 2013 / Trends in smart monitor-ing and failure handling systems for ships and offshore plants / The Korean Institute of Information Scientists and Engineers(in Korean) 31(1):46~54
S. M. Jeon / 2013 / Intelligent energy management system for smart ship / Conference Proceeding (summer) of Korea Institute of Communication Sciences :209~210
G. Ke / 2017 / LightGBM : A highly efficient gradi-ent boosting decision tree / NIPS Proceeding of 31st Con-ference :3146~3154
김연근 / 2014 / Data Fusion 기술을 활용한 스마트선박 내 효율적 데이터 전송 방안 / 한국통신학회논문지C 39(11):1146~1150
J. H. Park / 2013 / Trends in smart monitor-ing and failure handling systems for ships and offshore plants / The Korean Institute of Information Scientists and Engineers(in Korean) 31(1):46~54
S. M. Jeon / 2013 / Intelligent energy management system for smart ship / Conference Proceeding (summer) of Korea Institute of Communication Sciences :209~210
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
기상 예측 정보를 활용한 LGBM 기반 태양광 발전 예측
대한전기학회 학술대회 논문집
2021 .04
-
LGBM을 이용한 다중변수의 상관관계 분석 및 풍력발전량 예측
대한전기학회 학술대회 논문집
2020 .07
-
Random Forest, XGBoost, LGBM 조합형 Stacking 모델을 이용한 풍력 발전량 예측 성능 평가
풍력에너지저널
2024 .09
-
XGBoost를 이용한 단기 발전량 예측 모델의 평가 및 해석
대한전기학회 학술대회 논문집
2019 .07
-
XGB 및 LGBM을 활용한 Ti-6Al-4V 적층재의 변형 거동 예측
소성·가공
2022 .08
-
XGBoost 기법을 이용한 단기 전력 수요 예측 및 하이퍼파라미터 변화에 따른 영향 분석
전기학회논문지
2019 .09
-
XGBoost와 하이퍼파라미터 최적화를 이용한 주간 발전량 예측
대한전기학회 학술대회 논문집
2019 .07
-
A Design and Implement of Efficient Agricultural Product Price Prediction Model
한국컴퓨터정보학회논문지
2022 .05
-
LGBM을 통한 대기 오염 정보 데이터 결측치 예측에 대한 연구
한국통신학회 학술대회논문집
2019 .06
-
Mapping predicted carbon dioxide emissions from ships using gradient-boosting-based models
Journal of Advanced Marine Engineering and Technology (JAMET)
2024 .08
-
기상 자료 공간 보간을 활용한 XGBoost 기반 풍력발전 출력 예측 모형에 관한 연구
대한전기학회 학술대회 논문집
2024 .07
-
딥러닝과 XGBoost를 이용한 뇌졸중 질환 예측
Proceedings of KIIT Conference
2022 .06
-
XGBoost 기반 태양광 발전량 예측 및 재생에너지 입찰제도 수익구조 분석
대한전기학회 학술대회 논문집
2024 .07
-
XGBoost를 이용한 격자기반 다중밀집시설 화재발생 예측
한국측량학회 학술대회자료집
2021 .11
-
Predicting the association between metabolic syndrome and chronic kidney disease using the XGBoost model
한국산학기술학회 논문지
2024 .07
-
학습 데이터에 따른 XGBoost 기반 실시간 전력수요예측 모델 성능 비교
대한전기학회 학술대회 논문집
2024 .07
-
Xgboosting 기법을 이용한 실내 위치 측위 기법
한국정보통신학회 종합학술대회 논문집
2021 .10
-
실증 데이터 기반 태양광 발전소 발전량 예측 알고리즘 구축 및 모델의 관리 방법
한국태양에너지학회 학술대회논문집
2022 .04
-
XGBoost를 이용한 시계열 주행기록 기반 위험운전 예측 인자 선정
한국통신학회 학술대회논문집
2025 .02
-
다중 클래스 분류 문제에 효율적인 연합 XGBoost
한국정보과학회 학술발표논문집
2024 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
XGBoost를 활용한 리스크패리티 자산배분 모형에 관한 연구
김영훈
,
최흥식
,
김선웅
지능정보연구
2020
.03
기상 예보를 이용한 머신러닝 알고리즘 기반 태양광 발전량 예측 기법
김정원
한국정보기술학회논문지
2019
.09
머신러닝 알고리즘을 이용한 커피 프랜차이즈 실패 요인 분석에 관한 연구
안예린
,
이현희
,
유성민
외 2명
대한산업공학회지
2023
.02
Prediction of chloride concentration in groundwater on Jeju Island using XGBoost regression machine learning
심대천
,
이진용
,
장지욱
외 1명
지질학회지
2022
.06
슬라이딩 윈도우 페인을 이용한 데이터 스트림 클러스터링
박남훈
한국정보기술학회논문지
2022
.01
최근 본 자료
댓글(0)
0