Fugu-MT 論文翻訳(概要): A Wavelet, AR and SVM based hybrid method for short-term wind speed prediction

論文の概要: A Wavelet, AR and SVM based hybrid method for short-term wind speed prediction

arxiv url: http://arxiv.org/abs/2203.15298v1
Date: Tue, 29 Mar 2022 07:31:16 GMT
ステータス: 処理完了
システム内更新日: 2022-03-30 15:34:19.606390
Title: A Wavelet, AR and SVM based hybrid method for short-term wind speed prediction
Title（参考訳）: Wavelet, AR, SVMを用いた短期風速予測のためのハイブリッド手法
Authors: G.V. Drisya, K. Satheesh Kumar
Abstract要約: 風速時系列をウェーブレット分解法を用いて各種周波数成分に分割する。周波数域に付随する成分は性質を示すため,自己回帰(AR)法でモデル化した。その結果,単体ARモデルやSVMモデルと比較して風速予測の精度が向上した。
参考スコア（独自算出の注目度）: 0.9137554315375922
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Wind speed modelling and prediction has been gaining importance because of its significant roles in various stages of wind energy management. In this paper, we propose a hybrid model, based on wavelet transform to improve the accuracy of the short-term forecast. The wind speed time series are split into various frequency components using wavelet decomposition technique, and each frequency components are modelled separately. Since the components associated with the high- frequency range shows stochastic nature, we modelled them with autoregressive (AR) method and rest of low-frequency components modelled with support vector machine (SVM). The results of the hybrid method show a promising improvement in accuracy of wind speed prediction compared to that of stand-alone AR or SVM model.
Abstract（参考訳）: 風速モデリングと予測は、風力エネルギー管理の様々な段階において重要な役割を担っているため、重要になっている。本稿では,ウェーブレット変換に基づくハイブリッドモデルを提案する。風速時系列をウェーブレット分解法を用いて各種周波数成分に分割し、各周波数成分を別々にモデル化する。高周波領域に関連する成分は確率的性質を示すため, 自己回帰(AR)法および支持ベクトルマシン(SVM)を用いた低周波成分の残りをモデル化した。その結果, 風速予測の精度は, 単独のarモデルやsvmモデルと比較して有望な改善が得られた。

関連論文リスト

Short-term Wind Speed Forecasting for Power Integration in Smart Grids based on Hybrid LSSVM-SVMD Method [0.0]
風力エネルギーは、最も広く利用されている再生可能エネルギー資源の1つとなっている。グリッドシステムへの風力統合の成功は、正確な風速予測モデルに基づいている。本稿では,短期風速予測のためのハイブリッド機械学習手法を提案する。
論文参考訳（メタデータ） (2024-08-30T10:35:59Z)
Spatial Annealing Smoothing for Efficient Few-shot Neural Rendering [106.0057551634008]
我々は,Spatial Annealing smoothing regularized NeRF (SANeRF) という,正確で効率的な数発のニューラルレンダリング手法を導入する。単に1行のコードを追加することで、SANeRFは現在の数ショットのNeRF法と比較して、より優れたレンダリング品質とはるかに高速な再構築速度を提供する。
論文参考訳（メタデータ） (2024-06-12T02:48:52Z)
A-SDM: Accelerating Stable Diffusion through Redundancy Removal and Performance Optimization [54.113083217869516]
本研究ではまず,ネットワークの計算冗長性について検討する。次に、モデルの冗長性ブロックをプルークし、ネットワーク性能を維持する。第3に,計算集約型注意部を高速化するグローバル地域対話型注意(GRI)を提案する。
論文参考訳（メタデータ） (2023-12-24T15:37:47Z)
Synthetic Wave-Geometric Impulse Responses for Improved Speech Dereverberation [69.1351513309953]
室内インパルス応答 (RIR) の低周波成分を正確にシミュレートすることが, 良好な脱ヴァーベレーションを実現する上で重要であることを示す。本研究では, ハイブリッド合成RIRで訓練された音声残響モデルが, 従来の幾何線トレーシング法により学習されたRIRで訓練されたモデルよりも優れていたことを示す。
論文参考訳（メタデータ） (2022-12-10T20:15:23Z)
Diffusion Probabilistic Model Made Slim [128.2227518929644]
軽量画像合成のためのスリム拡散確率モデル(DPM)のカスタマイズ設計を提案する。一連の条件および非条件画像生成タスクにおける遅延拡散モデルと比較して,計算複雑性を8-18倍に削減する。
論文参考訳（メタデータ） (2022-11-27T16:27:28Z)
Multi-Step Short-Term Wind Speed Prediction with Rank Pooling and Fast Fourier Transformation [0.0]
短期的な風速予測は、経済的な風力利用に不可欠である。現実の風速データは通常断続的で変動し、既存の浅いモデルに大きな課題をもたらす。本稿では,多段風速予測,すなわちLR-FFT-RP-MLP/LSTMのための新しいハイブリッドモデルを提案する。
論文参考訳（メタデータ） (2022-11-23T14:02:52Z)
Solar Power Time Series Forecasting Utilising Wavelet Coefficients [0.8602553195689513]
本研究の目的は、単一単純化モデルを用いた新しい手法を提案することにより、ウェーブレット変換(WT)の適用効率を向上させることである。時系列とそのウェーブレット変換(WT)係数が与えられたとき、その係数を特徴として、元の時系列をラベルとして訓練する。提案手法は、2つの実世界のデータセットから17ヶ月の集束太陽太陽光発電(PV)電力データを用いて評価される。
論文参考訳（メタデータ） (2022-10-01T13:02:43Z)
Hybrid Transformer Network for Different Horizons-based Enriched Wind Speed Forecasting [0.0]
高度に正確な水平線に基づく風速予測は、より現代的な電力システムを促進する。本稿では,新しい風速予測モデルを提案し,異なる地平線に適用した。実時間Kethanurとの比較分析により,提案したICEEMDAN-TNF-MLPN-RECSハイブリッドモデルの性能が向上したことが明らかとなった。
論文参考訳（メタデータ） (2022-04-07T12:03:53Z)
FAMLP: A Frequency-Aware MLP-Like Architecture For Domain Generalization [73.41395947275473]
本稿では、変換周波数領域において、ドメイン固有の特徴をフィルタリングする新しい周波数認識アーキテクチャを提案する。 3つのベンチマークの実験では、最先端の手法をそれぞれ3%、4%、9%のマージンで上回った。
論文参考訳（メタデータ） (2022-03-24T07:26:29Z)
Haar Wavelet based Block Autoregressive Flows for Trajectories [129.37479472754083]
歩行者等の軌道予測は,自律型エージェントの性能向上に不可欠である。本稿では分割結合を利用した新しいハールウェーブレットに基づくブロック自己回帰モデルを提案する。実世界の2つのデータセット上で、多種多様な正確な軌跡を生成するアプローチの利点について説明する。
論文参考訳（メタデータ） (2020-09-21T13:57:10Z)
Wind speed prediction using a hybrid model of the multi-layer perceptron and whale optimization algorithm [1.032905038435237]
風力発電は再生可能エネルギー源であり、多くの経済的、環境的、社会的利益がある。再生可能風力発電を向上・制御するためには,風速を高精度に予測するモデルを活用することが不可欠である。
論文参考訳（メタデータ） (2020-02-14T19:29:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。