일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- Logistic
- RL
- iris
- Sigmoid Function
- sklearn
- Neural network
- data
- 합성곱 신경망
- 기울기 감소 알고리즘
- Q-Learning
- reinforcement learning
- 선형 회귀
- Kaggle
- cost function
- 논리 회귀
- regression
- CNN
- Gradient descent algorithm
- 강화학습
- 시그모이드 함수
- 비용 함수
- 회귀
- machine learning
- csv
- Deep learning
- Logistic regression
- 요약
- 정리
- 딥 러닝
- convolutional neural network
- Today
- Total
목록분류 전체보기 (50)
컴공돌이의 스터디 블로그
제목 A robust support vector regression model for electric load forecasting 저자 Jian Luo, Tao Hong, Zheming Gao, and Shu-Cherng Fang 저널 International Journal of Forecasting 게재일 2022년 6월 14일 논문 요약 J. Lou et al. []은 사이버 공격 상황에서도 정확하게 전력수요를 예측하기 위하여 Support Vector Regression (SVR) 모델 기반의 예측 모델을 제안하였습니다. SVR에서의 커널은 전력수요와 입력변수간의 비선형적 관계를 포착할 수도 있지만, 전력수요 예측 모델에 있어서 효율성과 정확도를 크게 제한할 수도 있습니다. 따라서 저자는 효과적이..
제목 An effective dimensionality reduction approach for short-term load forecasting 저자 Yang Yang, Zijin Wang, Yuchao Gao, Jinran Wu, Shangrui Zhao, and Zhe Ding 저널 Electric Power Systems Research 게재일 2022년 6월 11일 논문 요약 Y. Yang et al. []은 Variational Mode Decomposition(VMD), Variational Autoencoder(VAE), Long Short-Term Memory(LSTM)을 결합한 하이브리드 전력수요 예측 모델을 제안하였습니다. VMD는 복잡한 전력수요 데이터를 여러개의 하위 시퀀스 데이터..
제목 Short‐term commercial load forecasting based on peak‐valley features with the TSA‐ELM model 저자 Mengran Zhou, Ziwei Zhu, Feng Hu, Kai Bian, Wenhao Lai, and Tianyu Hu 저널 Energy Science & Engineering 게재일 2022년 5월 31일 논문 요약 M. Zhou et al. []은 Extreme Learning Machine(ELM)과 Tunicate Swarm Algorithm(TSA)를 결합한 전력수요 예측 모델을 제안하였습니다. 제안 기법은 Peak & Valley(PV) 전력수요 예측 및 시간당 전력수요 예측에 사용되었습니다. 먼저 일간 전력수요 데..
제목 A Novel Short Receptive Field based Dilated Causal Convolutional Network Integrated with Bidirectional LSTM for Short-Term Load Forecasting 저자 Umar Javed, Khalid Ijaz, Muhammad Jawad, Ikramullah Khosa, Ejaz Ahmad Ansari, Khurram Shabih Zaidi, Muhammad Nadeem Rafiq, and Noman Shabbir 저널 Expert Systems with Applications 게재일 2022년 6월 4일 논문 요약 U. Javed et al. []은 단기 전력수요 예측 성능을 향상시키기 위해서 새로운 인코더-..
제목: Improving Acoustic Model for English ASR System using DeepUser Interest and Social Influence Based Emotion Prediction for Individuals 저자: Yun Yang, Peng Cui, Wenwu Zhu, and Shigiang Yang 논문 출처: Proceedings of the 21st ACM international conference on Multimedia 초록 Emotions are playing significant roles in daily life, making emotion prediction important. 감정은 일상 생활에서 중요한 역할을 하므로, 감정 예측이 중요합니다. ..
제목: Improving Acoustic Model for English ASR System using Deep Neural Network 저자: Quoc Bao Nguyen, Tat Thang Vu, and Chi Mai Luong 논문 출처: The 2015 IEEE RIVF International Conference on Computing & Communication Technologies-Research, Innovation, and Vision for Future (RIVF) 초록 In this paper, a method based on deep learning is applied to improve acoustic model for English Automatic Speech Recogni..
* 이 글은 수업 내용을 개인적으로 정리한 글입니다. 고성능 컴퓨팅의 측정 단위 고성능 컴퓨팅의 성능 측정은 Flop, Flops/s, Bytes 등을 사용해서 측정합니다. Flop는 Floating Point Operation의 줄임말으로 부동소소점 연산을 의미하고, Flops/s는 초장 부동소수점 연산을, Bytes는 데이터의 크기를 의미합니다. 고성능 컴퓨팅의 성능을 이러한 것들을 사용해서 측정해 보면 그 크기가 을 훌쩍 뛰어넘기 때문에 적절한 단위를 설정해 주는 것도 매우 중요합니다. 단위는 메가(Mega), 기가(Giga), 테라(Tera), 페타(Peta), 엑사(Exa), 제타(Zeta), 요타(Yotta)의 순서로 점차 커지며 각각의 단위는 , , , , , , 를 의미합니다. 2018년 ..
* 이 글은 수업 내용을 개인적으로 정리한 글입니다. 컴퓨팅 분야의 최근 이슈 - 자연어(키워드, 문장, 질문 등)를 사용한 즉각적인 검색 - 클라우드, 웹, 데이터베이스 등을 사용한 언제 어디서나 가능한 정보 접근 - 다양한 기기에 연결되어 있는 사물 인터넷(IoT : Internet of Things) - 인공지능 기술이 결합되어 있는 스마트 기기, 스마트 리빙 포탈사이트에서 검색을 위해 수행하는 과정 1단계 : 데이터 수집(자동)- 페이지에 들어가서 키워드를 추출한 뒤 Indexing을 수행- Indexing된 데이터들을 저장 2단계 : 쿼리 매칭 3단계 : 데이터베이스에서 쿼리 실행- 여러개의 키워드를 각각 개별적으로 검색한 후 나온 결과들을 Join한 후 결과를 보여줌 컴퓨터의 속도 고객은 어떠..
* 이 글은 www.scikit-learn.org에서 볼 수 있는 내용을 정리한 글 입니다. sklearn.svm.SVR [변수]- kernel : 알고리즘에 사용할 kernel을 결정('linear', 'poly', 'rbf', 'sigmoid', 'precomputed')- degree : polynomial 함수의 차수- gamma : kernel의 계수- coef0 : kernel 함수의 독립적인 구간- tol : 중지 기준에 대한 허용 오차 값- C : 오차 구간에 대한 페널티 값- epsilon : Support Vector Machine 모델의 입실론 값- shrinking : 휴리스틱 값이 줄어드는지 여부를 결정- cache_size : kernel에 사용되는 캐시 값- verbose : ..
* 이 글은 www.scikit-learn.org에서 볼 수 있는 내용을 정리한 글 입니다. sklearn.linear_model.LogisticRegression [변수]- penalty : 페널티를 부여할 때 사용할 기준을 결정('l1', 'l2')- dual : Dual Formulation인지 Primal Formulation인지를 결정(True, False)- tol : 중지 기준에 대한 허용 오차 값- C : 규칙의 강도의 역수 값- fit_intercept : 의사 결정 기능에 상수를 추가할 지 여부 결정(True, False)- intercept_scaling : - class_weight : 클래스에 대한 가중치들의 값- random_state : 데이터를 섞을 때 사용하는 랜덤 번호 생..