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
성남철 (Kangwon National Univ.) 홍구표 (Kangwon National Univ.)
저널정보
한국생태환경건축학회 KIEAE Journal KIEAE Journal Vol.22 No.4(Wn.116)
발행연도
2022.8
수록면
35 - 41 (7page)
DOI
10.12813/kieae.2022.22.4.035

이용수

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

이 논문의 연구 히스토리 (4)

2022

데이터 전처리 과정이 다층신경망을 이용한 건물 부하 예측 모델의 성능에 미치는 영향 분석
성남철 ,  홍구표 한국건축친환경설비학회 논문집 2022.08 학술저널
다층신경망 학습 알고리즘 변화에 따른 건물 냉방부하 예측 모델의 성능 비교 평가
성남철 ,  홍구표 KIEAE Journal 2022.08 학술저널
다층신경망 모델에서 데이터 전처리 과정을 이용한 업무용 건물의 냉방부하 예측 성능 향상 방법
성남철 ,  홍구표 대한설비공학회 학술발표대회논문집 2022.06 학술대회자료
건물 냉방부하 예측을 위한 다층신경망 학습 알고리즘의 비교
성남철 ,  홍구표 대한건축학회 학술발표대회 논문집 2022.04 학술대회자료

초록· 키워드

오류제보하기
Purpose: In this study, among the methods of applying machine learning when predicting the load of a building, the cooling load of a building was predicted using a neural network model. To investigate the appropriateness of the learning algorithm of the multi-layer neural network model, the main purpose is to compare the predictive performance according to the change in the learning algorithm. Method: Among the learning algorithms applicable to multilayer neural networks, a total of 16 algorithms were used to predict the cooling load and compare the prediction results. The input variables of the input layer of the neural network model are outdoor dry bulb temperature, outdoor humidity, and Seasonally Data. The training period is 70% and the test period was 30%. The number of layers in the hidden layer is 3, the number of neurons is 20, and Epochs is 100. CvRMSE and MBE are used as performance index of the prediction model. The maximum, minimum, average, and standard deviation of the 20 prediction results are calculated, and the prediction performance according to the change in the learning algorithm was compared. Result: As a result of analyzing the predictive performance for each learning algorithm, the predictive performance according to the learning algorithm was different. Considering the results and deviations of the two indicators of predictive performance comprehensively, the model using the Levenberg-Marquardt (LM) learning algorithm is judged to have the best predictive performance.
#다층신경망 #건물 냉방부하 #예측모델 #학습 알고리즘 #Multi-Layer Neural Network #Cooling Load #Prediction Model #Learning Algorithms

목차

ABSTRACT
1. 서론
2. 다층신경망을 이용한 건물 냉방부하 예측 모델
3. 다층신경망 학습 알고리즘과 성능 평가 방법
4. 예측성능 결과 및 비교분석
5. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

Python을 이용한 냉동기 에너지소비량 예측 모델의 성능 개선 및 비교 평가
이철원 ,  성남철 ,  최원창 한국건축친환경설비학회 논문집 2021 .06
공사비 변화에 따른 제로에너지건축물 경제성 분석 - 사회적비용을 고려한 비용편익 분석을 중심으로 -
김재문 대한건축학회 논문집 - 구조계 2020 .03
중학생을 위한 인공지능 과학 융합 교육 프로그램의 개발 및 적용: 음성분류학습을 통한 소리 개념변화와 인공지능에 대한 인식변화를 중심으로
김미나 ,  김성백 컴퓨터교육학회 논문지 2024 .03
아두이노를 이용한 P2H 모니터링 및 제어 시스템 구축
여동성 ,  김두나 ,  손성용 대한전기학회 학술대회 논문집 2023 .11
건물 냉방부하 저감을 위한 LED 조명기구의 부위별 방열 특성
안호상 ,  강재식 ,  최경석 한국생활환경학회지 2023 .08

최근 본 자료

전체보기

댓글(0)

0