메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
오재영 (Soongsil University) 이용건 (Soongsil University) 김기백 (Soongsil University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제7호
발행연도
2020.7
수록면
1,111 - 1,116 (6page)
DOI
10.5370/KIEE.2020.69.7.1111

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

인공지능 해석을 이용한 발전량 예측 머신러닝 모델의 수학적 표현
오재영 ,  윤용태 대한전기학회 학술대회 논문집 2021.07 학술대회자료

2020

인공지능 해석 기법을 이용한 태양광 발전량 예측 성능 향상
오재영 ,  이용건 ,  김기백 전기학회논문지 2020.07 학술저널

초록· 키워드

오류제보하기
Artificial intelligence (AI) has been effectively applied to various industries thanks to the increased availability of data and computing power. Advanced machine learning techniques also contribute to the widespread application of AI. However, it is becoming more difficult to interpret the AI implemented by advanced and highly complex machine learning algorithm. In this paper, for solar power forecasting system, we conduct SHAP value analysis which is one of the explainable AI techniques. We aim to improve the performance of the solar power forecasting by employing feature selection which is based on the feature importance computed by SHAP values. In the experimental results, three different machine learning algorithms (SVM, ANN, XGBoost) are applied for solar power forecasting and shown to improve the forecasting performance in all three methods.
#Solar power forecasting #Explainable artificial intelligence #Feature importance

목차

Abstract
1. 서론
2. 태양광 발전량 예측
3. 설명 가능한 인공지능
4. 실험 결과
5. 결론
References

참고문헌 (10)

참고문헌 신청
A. Adadi / 2018 / Peeking Inside the Black-Box : A Survey on Explainable Artificial Intelligence(XAI) / IEEE Access 6:52138~52160 google schola C. Molnar / 2019 / Interpretable Machine Learning: A Guide to Making Black Box Models Explainable / Leanpub google schola 이강혁 / 2016 / 서포트 벡터 회귀를 이용한 24시간 앞의 태양광 발전량 예측 / 한국정보기술학회논문지 14(3):175~183 dbpia 신동하 / 2017 / 일기 예보와 예측 일사 및 일조를 이용한 태양광 발전 예측 / 한국항행학회논문지 21(6):643~650 dbpia 이유림 / 2019 / XGBoost 2 기반의 단계 확률적 일사량 예측과 태양광 예측 알고리즘의 성능 검증 / 전기학회논문지 68(12):1704~1710 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

그림책을 통한 유아의 동일시 현상과 자아개념 분석 연구
정대현 ,  신원애 한국영유아보육학 2011 .06
그림책을 활용한 정서적 경험 활동이 유아의 정서지능과 그림표상 능력에 미치는 효과
김명화 ,  백영숙 어린이미디어연구 2015 .09
SHAP value를 이용한 태양광 발전량 예측 성능 향상
이용건 ,  오재영 ,  김기백 대한전기학회 학술대회 논문집 2020 .07
머신러닝 해석 기법을 이용한 전력 수요 예측 모델 해석
이용건 ,  오재영 ,  김기백 전기학회논문지 2020 .03
인공지능을 활용 태양광발전 운영관리기술
고석환 태양에너지 2023 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000860352