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
홍창우 (해군) 김소연 (해군)
저널정보
한국해군과학기술학회 Journal of the KNST Journal of the KNST Vol.7 No.3
발행연도
2024.9
수록면
400 - 403 (4page)
DOI
10.31818/JKNST.2024.9.7.3.400

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 다변량 시계열 데이터의 특징을 보이는 gas carrier의 전력부하를 인공신경망 네트워크 아키텍처를 구성하여 예측한다. 네트워크는 CNN-RNN 기반으로 구성하며 효과적인 학습과 예측 정확도 향상을 위해 차원 축소인 주성분분석을 사용하였으며, CNN 알고리즘에서 dilation rate를 달리하며 학습의 결과를 비교하였다. 학습 결과 주성분분석과 Dilated CNN을 적절히 사용하여 다변량 데이터를 높은 정확도로 예측할 수 있음을 보였다.

목차

Abstract
1. 서론
2. 연구 배경
3. 실험 연구
4. 결과 분석
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-090887790