-
基于遷移學(xué)習(xí)的電力負(fù)荷預(yù)測(cè)研究
摘要:電力負(fù)荷預(yù)測(cè)是智能電網(wǎng)建設(shè)的基礎(chǔ),對(duì)我國(guó)未來(lái)碳計(jì)量工作具有重要作用?；谥悄芩惴ǖ碾娏ω?fù)荷預(yù)測(cè)需要大量的歷史數(shù)據(jù)作為模型訓(xùn)練樣本,而新建城區(qū)或電力計(jì)量基礎(chǔ)較為落后地區(qū),難以收集大量準(zhǔn)確的歷史數(shù)據(jù)用于訓(xùn)練模型,導(dǎo)致難以準(zhǔn)確進(jìn)行電力負(fù)荷預(yù)測(cè)?，F(xiàn)通過(guò)深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建電力負(fù)荷預(yù)測(cè)模型,并基于遷移學(xué)習(xí)算法構(gòu)建既有建筑電力數(shù)據(jù)和新建建筑電力負(fù)荷間的聯(lián)系,通過(guò)既有建筑負(fù)荷歷史數(shù)據(jù)訓(xùn)練所得模型來(lái)預(yù)測(cè)新建建筑電力負(fù)荷,以南京市某辦公建筑為例驗(yàn)證所構(gòu)建的負(fù)荷預(yù)測(cè)模型,預(yù)測(cè)誤差可保持在7.8%以?xún)?nèi),所提出的電力負(fù)荷預(yù)測(cè)方法可為實(shí)際電力負(fù)荷預(yù)測(cè)計(jì)量提供參考。
-
一種基于遷移極速學(xué)習(xí)機(jī)的人體行為識(shí)別模型
摘 要：為了解決由于每個(gè)用戶的行為都有自身的特點(diǎn)和習(xí)慣，加之手機(jī)放置位置和方向的不確定性及多樣性所導(dǎo)致的通用模型識(shí)別率低的問(wèn)題，文章提出了利用TrELM（Transfer Extreme Learning Machine）算法實(shí)現(xiàn)遷移學(xué)習(xí)，并基于智能手機(jī)中內(nèi)置的加速度傳感器進(jìn)行信息采集并通過(guò)機(jī)器學(xué)習(xí)方法構(gòu)建人體行為識(shí)別模型。該方法是一種基于參數(shù)遷移的方法，通過(guò)對(duì)ELM的目標(biāo)函數(shù)進(jìn)行修改，引入一個(gè)可以表示兩域差異的遷移學(xué)習(xí)量，從而實(shí)現(xiàn)ELM模型的遷移學(xué)習(xí)。實(shí)驗(yàn)結(jié)果表明， 該模型可以有效的提高新用戶的行為識(shí)別正確率。
-
什么是遷移學(xué)習(xí)？遷移學(xué)習(xí)的實(shí)現(xiàn)方法與工具分析
深度學(xué)習(xí)主要強(qiáng)調(diào)的是特征，強(qiáng)化學(xué)習(xí)主要強(qiáng)調(diào)的是反饋，而遷移學(xué)習(xí)主要強(qiáng)調(diào)的是適應(yīng)。 之前介紹過(guò)人工智能之機(jī)器學(xué)習(xí)算法有前5大類(lèi)內(nèi)容，具體請(qǐng)參見(jiàn)相關(guān)文章。今天我們重點(diǎn)探討一下第6
-
英偉達(dá)DLI和遷移學(xué)習(xí)將推動(dòng)醫(yī)療跨科整合
人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)這三個(gè)不斷被深入開(kāi)發(fā)的技術(shù)，醫(yī)療影像的大數(shù)據(jù)分析用得上、在醫(yī)院的病患分析人臉辨識(shí)也用得上、而在B2C端的在線皮膚狀況檢測(cè)也用得上。英偉達(dá)解決方案架構(gòu)暨工程副總裁Mar
-
下一個(gè)AI寒冬的隱患如何去解決
“我現(xiàn)在就在做一線的事情，防止（人工智能）冷下去?！碑?dāng)被問(wèn)及眼下這一波人工智能熱潮是否會(huì)像歷史上的幾波一樣曇花一現(xiàn)，國(guó)際人工智能理事會(huì)（IJCAI）主席、香港科技大學(xué)計(jì)算機(jī)科學(xué)與工程系主任楊強(qiáng)這
-
區(qū)塊鏈數(shù)據(jù)集有怎樣的機(jī)器學(xué)習(xí)方法
使用機(jī)器學(xué)習(xí)來(lái)分析區(qū)塊鏈數(shù)據(jù)集是一個(gè)令人著迷的挑戰(zhàn)。區(qū)塊鏈數(shù)據(jù)集除了具有不可思議的潛力，可以幫助我們了解加密貨幣資產(chǎn)的行為，但是這對(duì)機(jī)器學(xué)習(xí)的實(shí)踐者提出了非常獨(dú)特的挑戰(zhàn)。然而這些挑戰(zhàn)被轉(zhuǎn)化為大多
-
如何使用機(jī)器學(xué)習(xí)來(lái)分析區(qū)塊鏈數(shù)據(jù)集
使用機(jī)器學(xué)習(xí)來(lái)分析區(qū)塊鏈數(shù)據(jù)集是一個(gè)令人著迷的挑戰(zhàn)。區(qū)塊鏈數(shù)據(jù)集除了具有不可思議的潛力，可以幫助我們了解加密貨幣資產(chǎn)的行為，但是這對(duì)機(jī)器學(xué)習(xí)的實(shí)踐者提出了非常獨(dú)特的挑戰(zhàn)。然而這些挑戰(zhàn)被轉(zhuǎn)化為大多
-
使用AI技術(shù)有哪一些障礙
人工智能就像個(gè)不斷移動(dòng)的標(biāo)靶，而企業(yè)要做的就是努力“正中靶心”。 當(dāng)然，當(dāng)我們看到Alexa、Siri以及AlphaGO不斷占據(jù)新聞?lì)^條的同時(shí)，不得不承認(rèn)的另一個(gè)現(xiàn)實(shí)情況是——包括機(jī)器學(xué)
-
人工智能遷移學(xué)習(xí) 規(guī)范化的使用與相關(guān)運(yùn)用領(lǐng)域的限制必不可少
漫畫(huà)，對(duì)于許多人來(lái)說(shuō)是童年不可或缺的美好記憶，而提到漫畫(huà)，手冢治蟲(chóng)又是一個(gè)必須要提及的名字，他的粉絲更是遍布了各個(gè)年齡層。盡管，其中有一定數(shù)量的人并沒(méi)有經(jīng)歷過(guò)手冢治蟲(chóng)連載漫畫(huà)的那個(gè)年代，但是，其
-
如何讓深度學(xué)習(xí)變得簡(jiǎn)單
在不遠(yuǎn)的過(guò)去，數(shù)據(jù)科學(xué)團(tuán)隊(duì)需要一些東西來(lái)有效地利用深度學(xué)習(xí)： 新穎的模型架構(gòu)，很可能是內(nèi)部設(shè)計(jì)的 訪問(wèn)大型且可能是專(zhuān)有的數(shù)據(jù)集 大規(guī)模模型訓(xùn)練所需的硬件或資金 這
-
優(yōu)勢(shì)和缺點(diǎn)同樣明顯的Alexa未來(lái)將會(huì)走向何方
2018年，亞馬遜Alexa語(yǔ)音助手取得的進(jìn)步更多來(lái)自于廣度而不是深度。記得，亞馬遜在2014年秋季推出了第一款A(yù)I人工智能音響Echo時(shí)，當(dāng)時(shí)很多人都不了解Echo的運(yùn)行機(jī)制是怎樣的。從2014年到
wwkkww1983
wcx04009102
zrn0681
liumangyang
igoal
kangwenjun0817
fanzhou2255
527silence
rgjinxuan
K1Nn
18610005120
l4157
xdqfc
myzk001
cxshixilu
lemonhub
LLLemmm
lionpower
yaneda
氯化鈣補(bǔ)鈣
- MAX30134讓血糖監(jiān)測(cè)系統(tǒng)更輕松與舒適，挑戰(zhàn)趣味測(cè)試
- 了解PI門(mén)柵極驅(qū)動(dòng)器，挑戰(zhàn)趣味拼圖游戲
- MPS粉絲團(tuán)招募，邀您解鎖新能源電源“芯”技術(shù)
- 我與貿(mào)澤不得不說(shuō)的秘密——BOM與搜索功能，讓選型和采購(gòu)更絲滑更高效
- 加入Vishay電子學(xué)習(xí)社，優(yōu)質(zhì)資源限時(shí)免費(fèi)放送
- STM32H5系列高性能MCU，卓越性能和高安全性超乎你想象
- 華邦電子與萊迪思聯(lián)合技術(shù)論壇即將來(lái)襲，21ic邀你來(lái)報(bào)名
