{"product_id":"ieej-zt076209","title":"アンサンブル学習を用いた電力系統における事故種類認識","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e6-209\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成19年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2007\/03\/15\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003ePower System Fault Types Recognition with Ensemble Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e近江正太郎 (明治大学),森 啓之 (明治大学),浦野昌一 (東京電力)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e電力系統|事故種類|多層パーセプトロン|アンサンブル学習|AdaBoost.M1\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本稿では，電力系統における事故種類を推定する問題に対して，アンサンブル学習を用いる手法を提案する。電力を安定供給するためには，電力系統の信頼度が極めて高くなければならない。一方で，雷や風雪などの天災を原因とする，未然に防ぐことが極めて困難な事故も存在する。電力系統に事故が発生した場合，停電時間をできるだけ短くし，損傷した設備を早急に修復しなければならない。このためには，事故の位置や種類，原因をできるだけ早く同定する必要がある。本稿では，この中で事故種類の判別を扱い，パターン認識手法として，電力系統に限らず様々な分野で有効性が確認されている多層パーセプトロンを用いる。さらに，アンサンブル学習法も用いることで，さらなる高精度化を図る。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e881 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46397330391279,"sku":"IEEJ-ZT076209-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_3a23d096-d99f-4b04-9fc8-b2ef5c1d8aa0.png?v=1744844257","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt076209","provider":"電気学会 電子図書館","version":"1.0","type":"link"}