یک رویکرد پیش‌بینی مصرف انرژی در خانه‌های هوشمند با فناوری اینترنت ...
حمیدرضا خادمی زادهJournal: مطالعات علوم کاربردی در مهندسی; زمستان 1399، دوره ششم - شماره 4;
حمیدرضا خادمی زادهJournal: مطالعات علوم کاربردی در مهندسی; زمستان 1399، دوره ششم - شماره 4;
با پیشرفت هوش مصنوعی و الگوریتم های غیر خطی و همین گسترش کاربرد یادگیری ماشین و یادگیری عمیق در حوزه های مختلف در چند ساله ی اخیر ،دانشمندان پی بردند که این الگوریتم ها دقت خوبی در پیش بینی داده های سری زمانی دارند و می ...
در ادامه، خلاصه‌ای از برترین الگوریتمهای استفاده شده در تحلیل‌های پیش‌بین (الگوریتمهای پیش‌بینی) ارائه شده است. یادگیری ماشین چگونه است؟ در یادگیری ماشین، هدف پیش‌بینی یا خوشه‌بندی ...
در بخش حاضر به معرفی رایج‌ترین و پرکاربردترین زبان‌های برنامه نویسی برای طراحی و ساخت الگوریتم های یادگیری ماشین پرداخته میشود تا افراد علاقه‌مند به این حوزه با ابزارها و کتابخانه‌های رایج این زبان‌ها آشنا شوند.
امروزه هزینه‌‌ی احداث نیروگاه های فتوولتائیک به‌‌زیر ۱۰۰۰ دلار در ازای هر کیلووات ظرفیت منصوب رسیده است و قیمت ترازشده‌‌ی انرژی فتوولتائیک در جهان نیز کمتر از ۰/۱ دلار در ازای هر کیلووات ساعت تخمین زده میشود.
نظر به اینکه سیگنال قیمت در بازار برق، نوسانات زیاد و عدم‌قطعیت فراوانی دارد، بر پیش‌بینی کوتاه‌مدت تأثیر زیادی می‌گذارد. با توجه به اینکه روش‌های مبتنی بر سری زمانی نمی‌توانند مدل‌های غیرخطی این‌چنینی را به ...
۲ . شیوه محاسبه ارزش خدمات تولید و ذخیره سازی انرژی خورشیدی تغییر خواهد کرد. بیشتر از ۲۰ سال است که هزینه های مربوط به صنعت انرژی خورشیدی بر مبنای کیلووات ساعت برای تاسیسات تولید و بر مبنای وات برای تاسیسات ذخیره سازی ...
۳) اصول پس نگری عدم اطمینان و عدم قطعیت است، در حالی که مبانی پیش بینی، جبرگرایی و پیش بینی پذیری است. یک تفاوت مهم بین رویکردهای پیش بینی و پس نگری، در نگرش آنها نسبت به عدم اطمینان قرار دارد.
همچنین در این تحقیق با استفاده از الگوریتم غذایابی باکتری و کلونی مورچه‌ها اقدام به پیش‌بینی مدیریت سود شده است که نتیجه پژوهش نشان می‌دهد هردو الگوریتم توانایی بالایی (بیش از 98%) جهت پیش‌بینی مدیریت سود دارند.
ردیف آخر نشان می‌دهد که در سطح 95% اطمینان میان روش‌های پیش‌بینی شبکه عصبی و شبکه عصبی موجکی تفاوت معنی‌داری وجود دارد و میزان خطاهای پیش‌بینی شبکه عصبی به شکل معنی‌داری از خطاهای پیش‌بینی شبکه عصبی موجکی بزرگتر است.
الگوریتمهای موثر در پیش‌بینی با استفاده از یادگیری ماشین. در دنیای امروز، عبارت "یادگیری ماشین" (Machine Learning) به طور گسترده در دانشگاه‌ها و صنایع، به ویژه در زمینه‌های "تحلیل‌های پیش‌بین" و "هوش مصنوعی" مورد استفاده ...
برای مبتدیان یادگیری ماشین که مشتاق درک اصول ماشین لرنینگ (Machine Learning) یا یادگیری ماشین هستند، در ادامه به ۱۰ الگوریتم های یادگیری ماشین در داده کاوی و مورد استفاده توسط دانشمندان علوم داده می‌پردازیم.
پیش‌بینی و تحلیل داده‌های آب و هوا یکی از کاربردهای مهم اینترنت اشیا و هوش مصنوعی است.در ادامه این مقاله از وبسایت اس‌دیتا،قصد داریم به بررسی این موضوع بپردازیم.. با استفاده از داده‌های جمع‌آوری شده از سنسورهای ...
RMSE (مخفف root mean square error) – اندازهی تفاوت بین مقادیر پیش‌بینی‌شده و مشاهده‌شده. Step size detected – اندازهی گام شناسایی‌شده در خط زمانی (timeline).
فرآیند یادگیری تحت نظارت شامل دو جزء اصلی است: آموزش و پیش‌بینی. در طول مرحله آموزش، الگوریتم داده‌های برچسب‌گذاری شده را تجزیه‌وتحلیل کرده و پارامترهای داخلی آن را تنظیم می‌کند تا تفاوت بین خروجی پیش‌بینی شده و ...
پیش بینی کوتاه مدت بار، نقشی کلیدی در بهره برداری اقتصادی و ایمن از سیستم های قدرت بازی می کند. پیش بینی دقیق بار، با کاهش دادن هزینه ها وبهبود ایمنی بهره برداری به شرکت های برق این اجازه را می دهد که با قیمت بهینه به ...
%0 Conference Proceedings %T پیش بینی عملکرد گندم با داده های بارش و شاخص نرمال شده تفاوت پوشش گیاهی توسط الگوریتمهای یادگیری ماشین %A خسروانی شریعتی, سیدآرش %A عباسی, علی %J سیزدهمین کنگره بین المللی مهندسی عمران %D 2023
11:08 1403-08-28 زمان مطالعه: 8 دقیقه الگوریتم های پردازش سیگنال ارز دیجیتال و هوش مصنوعی از جالب‌ترین و مهم ترین حوزه های علم و یادگیری ماشین هستند.
قابلیت‌های هوش مصنوعی فرآیند‌های تصمیم‌گیری همچون میزان ذخیره انرژی در باتری‌ها، تعداد بهینه توربین‌های بادی در یک منطقه، تعداد سلول‌های خورشیدی موردنیاز را بهینه کرده است.
دکتر محسن طاهری. سر و کار داشتن با آینده آن هم به صورت تمام وقت و حرفه‌ای، رصد مستمر تغییرات و تصمیم‌سازی برای تصاحب سهم بیشتری از آینده، نه تنها تخصص من بلکه علاقه‌‌مندی‌های من هستند. حضور در صنعت به عنوان مشاور شرکت ...
(Lucasius and Kateman 1993) 3- بررسی مقالات پژوهشی تعدادی از مقالات منتشر شده در سال‌های اخیر که از الگوریتمهای هوش مصنوعی و یادگیری ماشین برای پیش بینی یا بهینه سازی مصرف انرژی ساختمان استفاده کرده‌اند، در این مطالعه بررسی شده ...
σ 2 = ϵ T ϵ n sigma^2 =dfrac{epsilon^Tepsilon}{n} σ 2 = n ϵ T ϵ . نکته: در اینجا n n n تعداد مشاهدات (دنباله یا سری زمانی) و T ^T T نیز همان «ترانهاد» (Transpose) ماتریس یا بردار است.. تفاوت اصلی در بین روش و دیدگاه «فراوانی‌گراها» (Frequentist) و «روش بیزی ...
تفاوت‌های کلیدی بین پیش بینی تقاضا و پیش‌بینی فروش . مفاهیم: تقاضا: به نیاز کلی بازار به یک محصول یا خدمات در یک بازه زمانی مشخص اشاره دارد.
پیش بینی مصرف بار الکتریکی در شبکه توزیع. پیش بینی مصرف بار موضوع حیاتی و مهم برای صنعت برق در برداشتن محدودیت های اقتصادی است.پیش بینی بارکاربردهای فراوانی در خرید انرژی، تولید، سوئیچینگ بار، ارزیابی قرارداد و توسعه ...
چندین مدل سری زمانی و الگوریتم های یادگیری ماشین کم عمق (SML) از رویکرد خوشه بندی استفاده کرده اند. ... Zhang یک لایه مکانیسم دقت بین LSTM و لایه پیش بینی معرفی کرد که استخراج ویژگی را از دنباله داده ...
شبیه سازی و پیش بینی اثر مالیات سبز بر مصرف و شدت انرژی در ایران با استفاده از الگوریتم ژنتیک نویسندگان: پریسا زارعی ، سیدعبدالمجید جلائی ، زین العابدین صادقی ،
داشتن برآوردی درست از میزان مصرف انرژی الکتریکی، به عنوان یکی از ملزومات توسعه هر کشور، و نیز محدودیتهای ذخیره سازی این انرژی، یکی از موضوعات جالب و البته حساس در حوزه علوم کاربردی است.
یاوری نیا، سعید و سیدعلی اکبر، سیدمحسن،1396،پیش بینی الگوی مصرف انرژی الکتریکی تعرفه های مختلف مشترکین برق با استفاده از تکنیک داده کاوی(مطالعه موردی مشترکین برق شرکت توزیع نیروی برق تهران بزرگ)،پنجمین کنفرانس بین ...
نتایج حاصل از شبیه سازی های صورت گرفته حاکی از آن است که روش پیشنهادی، پروفیل توان را نسبت به سناریوهای نصب بهینه بدون پیش‌بینی pv، با استفاده از پیش‌بینی pv و بدون پیاده‌سازی ess بهینه و بدون استفاده از پیاده‌سازی pv-no ...
همچنین، با استفاده از الگوریتمهای هوش مصنوعی و بهینه‌سازی، می‌توان عملکرد و عملیات نیروگاه‌های ذخیره انرژی را بهبود بخشید.
مدل پیش‌بینی کننده یکی از ابزارهای اساسی در علم داده است که به تحلیل‌گران و دانشمندان داده کمک می‌کند تا الگوها و روندهای موجود در داده‌ها را شناسایی کرده و بر اساس آنها پیش‌بینی‌هایی انجام دهند.
پیش‌بینی تولید انرژی خورشیدی و باد از جمله کاربردهای مهم هوش مصنوعی در حوزه انرژی‌های تجدیدپذیر است و با پیشرفت هوش مصنوعی، دقت این پیش‌بینی‌ها بهبود می‌یابد و نقش مهمی در بهبود بهره‌وری ...
پیشرفت های پویا در فناوری ذخیره سازی انرژی را با ما کشف کنید. راه حل های نوآورانه ما با نیازهای در حال تحول انرژی شما سازگار است و کارایی و قابلیت اطمینان را در هر برنامه ای تضمین می کند. با سیستم های ذخیره سازی پیشرفته که برای تامین انرژی آینده طراحی شده اند، پیش قدم باشید.
دوشنبه تا یکشنبه ساعت 9:00 تا 18:00