ПОДБОР ПАРАМЕТРОВ ПРИ ОБУЧЕНИИ РЕКУРРЕНТНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ УЛУЧШЕНИЯ КАЧЕСТВА ПРЕДСКАЗАНИЯ ПАРАМЕТРОВ ОБЪЕКТА ТЕПЛОСНАБЖЕНИЯ
Ключевые слова:прогнозирование временных рядов, искусственные нейронные сети, АСУ ТП. Авторы: Олейников В.С. - Старший преподаватель СПбПУ Федотовских Е.А., Коновалов К.Д. - Студенты СПбПУ. В настоящее время искусственные нейронные сети используются для предсказаний технологического параметра или массива параметров в различных сферах. Одна из таких сфер – автоматизированные пункты теплоснабжения зданий. Такие объекты работают по принципу подачи тепла на жилые объекты и объекты инфраструктуры в зависимости от наружной температуры, что является экономически выгодным...
Нейронные сети для прогнозирования временных рядов:
Нейронные сети для прогнозирования временных рядов: Нейронные сети, такие как рекуррентные нейронные сети (RNN), хорошо подходят для обработки последовательных данных, включая временные ряды1. Для прогнозирования временных рядов можно использовать различные архитектуры нейронных сетей, включая RNN. Пример создания нейронной сети для прогнозирования временного ряда описан в этом блоге (на русском языке). Вам может быть интересно ознакомиться с этим материалом. Инструменты для написания нейросетей: Для создания нейронных сетей вам понадобятся инструменты и библиотеки...