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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
추한경 (성균관대) 신한솔 (성균관대) 안기언 (성균관대) 라선중 (성균관대) 박철수 (서울대학교)
저널정보
대한건축학회 대한건축학회 논문집 - 구조계 大韓建築學會論文集 構造系 第34卷 第6號(通卷 第356號)
발행연도
2018.6
수록면
63 - 69 (7page)

이용수

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

이 논문의 연구 히스토리 (3)

2019

점진적 샘플링과 정규 상호정보량을 이용한 온라인 기계학습 공조기 급기온도 예측 모델 개발
추한경 건설환경시스템공학과 2019.01 학위논문

2018

점진적 샘플링과 정규 상호정보량을 이용한 온라인 기계학습 공조기 급기온도 예측 모델 개발
추한경 ,  신한솔 ,  안기언 외 2명 대한건축학회 논문집 - 구조계 2018.06 학술저널
정규 상호정보량을 이용한 온라인 기계학습 모델 개발
추한경 ,  신한솔 ,  안기언 외 2명 대한건축학회 학술발표대회 논문집 2018.04 학술대회자료

초록· 키워드

오류제보하기
The machine learning model can capture the dynamics of building systems with less inputs than the first principle based simulation model. The training data for developing a machine learning model are usually selected in a heuristic manner. In this study, the authors developed a machine learning model which can describe supply air temperature from an AHU in a real office building. For rational reduction of the training data, the progressive sampling method was used. It is found that even though the progressive sampling requires far less training data (n=60) than the offline regular sampling (n=1,799), the MBEs of both models are similar (2.6% vs. 5.4%). In addition, for the update of the machine learning model, the normalized mutual information (NMI) was applied. If the NMI between the simulation output and the measured data is less than 0.2, the model has to be updated. By the use of the NMI, the model can perform better prediction (5.4% → 1.3%).
#정규 상호정보량 #온라인 기계학습 모델 #점진적 샘플링 #BEMS #정보 엔트로피 #normalized mutual information #online machine learning model #progressive sampling #Building Energy Management System #information entropy

목차

Abstract
1. 서론
2. 연구 방법
3. 대상 건물
4. 온라인 기계학습 모델 개발
5. 결론
REFERENCES

참고문헌 (20)

참고문헌 신청
ASHRAE (2002). ASHRAE Guideline 14-2002: Measurement of Energy and Demand Savings, American Society of Heating, Refrigerating and Air-Conditioning Engineers, Atlanta, GA. Buchgraber, T., Shutin, D., & Poor, H. V. (2011). A sliding-window online fast variational sparse Bayesian learning algorithm, 2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2128-2131. Burlutskiy, N., Petridis, M., Fish, A., Chernov, A., & Ali, N. (2016). An Investigation on Online Versus Batch Learning in Predicting User Behaviour, Research and Development in Intelligent Systems XXXIII. Springer. Esteves, P. A., Tesmer, M., Perez, C. A., & Zurada, J. M. (2009). Normalized Mutual Information Feature Selection, IEEE Transaction on neural networks, 20(2), 189-201. Ferreira, P. M., & Ruano, A. E. (2009). Online Sliding-Window Methods for Process Model Adaptation, IEEE transactions on instrumentation and measurement, 58(9), 3012-3020.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

재실자 정보 기반 실내 CO₂ 농도 예측모델 개발 및 성능 비교
배강우 ,  김태원 ,  변재윤 외 2명 KIEAE Journal 2024 .10
거주자 행태 기반 공동주택 CO₂ 농도 예측 기계학습 알고리즘 기초 연구
홍수민 ,  조경주 ,  강태욱 한국건축친환경설비학회 논문집 2023 .12
건물에너지 예측을 위한 기계학습 모델 검토
권오익 ,  김영일 대한건축학회논문집 2023 .05
태양광열-공기열원 하이브리드 히트펌프 축열조 온도 및 에너지 사용량 예측모델 개발
박동혁 ,  김태원 ,  변재윤 외 1명 KIEAE Journal 2023 .02
Python을 이용한 냉동기 에너지소비량 예측 모델의 성능 개선 및 비교 평가
이철원 ,  성남철 ,  최원창 한국건축친환경설비학회 논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-540-003161431