Stacked Denoising Auto-Encoder für kurzfristige Lastprognosen
Deep Learning mit Stacked Denoising Auto-Encoder Algorithmus
Versandkostenfrei!
Versandfertig in 6-10 Tagen
39,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Der Stacked Denoising Auto-Encoder (SDAE) wird zunächst für die kurzfristige Lastprognose mit vier Faktoren eingesetzt. Die täglichen Durchschnittslasten dienen als Basis für die endgültigen Prognosen. In dieser Untersuchung wird der Denoising Auto-Encoder (DAE) vortrainiert. In der symmetrischen DAE gibt es drei Schichten: die Eingabeschicht, die verborgene Schicht und die Ausgabeschicht, wobei die verborgene Schicht die symmetrische Achse ist. Die Eingabeschicht und die versteckte Schicht bilden den kodierenden Teil, während die versteckte Schicht und die Ausgabeschicht den dekodierend...
Der Stacked Denoising Auto-Encoder (SDAE) wird zunächst für die kurzfristige Lastprognose mit vier Faktoren eingesetzt. Die täglichen Durchschnittslasten dienen als Basis für die endgültigen Prognosen. In dieser Untersuchung wird der Denoising Auto-Encoder (DAE) vortrainiert. In der symmetrischen DAE gibt es drei Schichten: die Eingabeschicht, die verborgene Schicht und die Ausgabeschicht, wobei die verborgene Schicht die symmetrische Achse ist. Die Eingabeschicht und die versteckte Schicht bilden den kodierenden Teil, während die versteckte Schicht und die Ausgabeschicht den dekodierenden Teil bilden. Danach werden alle DAEs zur Feinabstimmung zusammengefügt. Darüber hinaus werden im kodierenden Teil jedes DAE die Gewichtswerte und die Werte der verborgenen Schicht mit den ursprünglichen Werten der Eingabeschicht kombiniert, um ein SDAE-Netz für die Lastprognose zu erstellen.
Andere Kunden interessierten sich für
