檢索結果:共10筆資料 檢索策略: ckeyword.raw="LSTM" and ckeyword.raw="LSTM"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
預測週期性家用電量對電力供應者除了可以更準確的了解家戶電能使用,更可以進行電能的事前規劃。本研究提出一特徵工程之訓練框架,在進行資料探索性分析後,增加時間序列特徵並使用Lasso演算法進行特徵選擇,…
2
智能電錶基礎設施 (SMI) 的大規模發展使客戶和電力公司之間能夠進行雙向通信。單個客戶可以監控負載評估他們的負載消耗。在高峰時段,過度的負載消耗是不可避免的。因此可能會向客戶收取多付的費用。為了避…
3
In this study, a novel framework for human activity recognition is proposed by using human skeleton…
4
本文旨在比較不同模型預測波動率能力之優劣,文中以long short-term memory (LSTM)為深度學習模型的代表,另外則是以傳統時間序列模型generalized autoregres…
5
none
6
In a developing country like Indonesia, maintaining high quality of electricity power supply is imp…
7
隨著近年網路使用者的大量增加,許多人在做出相對高價之消費決策時經常會選擇網路討論與瀏覽推文的方式做為消費的參考依據。對廠商而言,運用網路做行銷已經是主要的行銷通路之一,網路的宣傳與網民意見可以視為左…
8
電影總票房與日票房的預測模型對影院佈局以及前期投資優化具有重要作用。同時,隨著社群網路近年來快速的發展,社群聲量對電影票房的影響也被證明起到正相關作用。然而,影響日常票房的因素眾多,且票房時間序列的…
9
本論文開發了一種基於行人慣性導航系統的核心技術的助行器形式的同步移動陪伴機器人,這是一種的結合穿戴式裝置與陪伴機器人的人機互動HMI (Human-Machine Interaction)系統。 在…
10