데이터셋 분할 비율에 따른 머신러닝 기반의 전력 사용량 예측 성능 비교 = Comparing the Machine Learning based Prediction Performance of Electricity Usage according to Dataset Splitting Ratios
저자
이형아(Hyungah Lee) ; 김동주(Dongju Kim) ; 임채영 ; 여채온 ; 구재희(Jae-Hoi Gu)
발행기관
학술지명
권호사항
발행연도
2022
작성언어
-주제어
KDC
530
자료형태
학술저널
수록면
427-427(1쪽)
제공처
최근 인공지능을 활용한 빅데이터 분석 및 머신 러닝 기반의 예측 연구가 활발히 진행되고 있다. 특히 에 너지 소비 현황 분석 및 수요 예측을 통해 건 물 에너지와 시스템 제어의 효율화 기 술로서 활용되고 있다. 이 는 확보 가능한 데이터를 활용해 모델을 훈련 시 킬 수 있다는 강점을 가지며 , 기존의 방식보다 진보된 방식으로 건물의 최적 운영 에 효율적이다. 머신러닝 모델을 학습시키기 전, 데이터 전처리 단계에서 데이터셋을 훈련 데이터셋(train dataset)과 테스트 데이터셋 (test dataset)으로 분리하여 야 한다. 훈련 데이터셋은 모델을 학습시키 기 위해 사용되는 반면, 홀드아웃 데이터셋 (holdout dataset) 이라고도 불리는 테스트 데이터셋은 신경망을 훈련 시 키는 데에는 사용되지 않고 모델 성능의 평가에만 사용되게 된다. 이와 같은 데이터셋의 분할을 통해 과대 적합을 방지하고 편향되지 않은 데이터로 모델 성능을 평가할 수 있다. 데이터셋의 분할 비율에 대한 기준은 없으며, 기존 수행된 연구를 확인해보면 일반적으로 훈련 데이터셋을 70-90%, 테스트 데이터셋울 l0~30%로 구성하는 것을 알 수 있다. 본 연구에서는 머신러닝 알고리즘 중 ANN의 MLP Regressor을 활용하여 한 식품공장의 전력 사용량을 예측하고자 한다. 해당 예 측 모델에 적합한 데이터셋 분할 비율을 도출하기 위 해 학습 데이터 의 비율을 10%부터 90%까지 10% 간격으로
조정하여 9가지 케이스에 대해 전력 사용량 예측 성능을 확인 하였다. 예측 성능은 CvRMSE(Coefficient of Variation of Root Mean Square Error)와 한로 확인하였다
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)