시계열 패턴화를 통한 NILM 기기 분류

Q: 이 논문에서 정의한 시계열 막대 그래프란 무엇인가?

시계열 막대 그래프는 총 전력량의 시계열 패턴과 기기 사용 패턴을 효율적으로 활용하기 위해 제안된 방법이다. 1분 간격의 총 전력량 변화를 10개의 칸으로 구성된 막대 그래프 이미지로 변환하여, 기기의 작동 및 미작동 구간의 특징을 시각화하고 딥러닝 모델의 입력 데이터로 사용한다.

Q: 시계열 막대 그래프를 활용한 NILM 기기 분류의 정확도는 어떻게 개선되는가?

연구 결과, 시계열 막대 그래프를 딥러닝 모델의 입력값으로 활용함으로써 기존의 수치값을 직접 사용하는 방식보다 기기 분류 정확도가 비약적으로 향상된다. 이는 이미지 형태의 시계열 패턴이 기기의 작동 및 미작동 구간 특징을 효과적으로 포착하기 때문이다.

김환; 정상근; 임성수

학술대회자료 Full-text

저자정보: 김환 (충남대학교) 정상근 (충남대학교) 임성수 (충남대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2020 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

오늘날 에너지 수요와 공급의 불균형 해소는 중요한 문제이다. 이러한 에너지 관리를 효과적으로 수행하기 위해 Non-Intrusive Load Monitoring (NILM) 문제가 연구되고 있다. 총 전력 사용량으로부터 각 기기의 사용 여부를 파악하기 위한 다양한 기계학습 기법들이 제안된 바 있다. 이 연구에서는 구간별 총 전력량을 통해 시계열 특성을 파악할 수 있는 시계열 막 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)