Поиск

Опубликована статья "Повышение точности работы нейронных сетей для краткосрочного прогнозирования"

В журнале Mathematics опубликована статья "Повышение точности и обобщающей способности малоразмерных рекуррентных нейронных сетей применительно к краткосрочному прогнозированию нагрузки".


Mathematics — журнал, входящий в первый квартиль (Q1) по импакт-фактору JCR Science Edition.


Авторами статьи выступили сотрудники лаборатории «Анализа, обработки и представления данных в электроэнергетических системах» Новосибирского государственного технического университета: Павел Матренин, Вадим Манусов, Александра Хальясмаа, Станислав Ерошенко.


В опубликованной статье освещаются вопросы прогнозирования нагрузки угледобывающего предприятия в условиях неравномерности технологического процесса добычи полезных ископаемых, применения для решения подобных задач искусственных нейронных сетей, демонстрирующих высокую производительность. В данной статье для краткосрочного прогнозирования нагрузки была применена рекуррентная нейросетевая архитектура с малоразмерной моделью, а также разработана и обучена рекуррентная сеть на весь четырехлетний период эксплуатации предприятия со значительными изменениями структуры энергопотребления за этот период. Задачи такого рода представляются сложными ввиду необходимости применения высокоуровневых обобщений. Проведенные исследования показали, что точность и обобщающая способность малоразмерных рекуррентных сетей могут быть значительно улучшены при правильном подборе гиперпараметров и алгоритма обучения, что подтверждено их апробацией на наборе данных реальных случаев.

Просмотров: 12Комментариев: 0