Real Time Predictive(실시간 예측)란 무엇입니까?
Real Time Predictive 실시간 예측 - In this paper, we propose a real-time predictive decision support platform which addresses both, operations control and customer information needs. [1] The authors outlined potential future topics for academic researchers and practitioners, for expanding usage of digital tools in real-time predictive analytics to improve remanufacturing system’s efficiency and quality. [2] Then, a real-time predictive EMS is proposed, in which DP carries out a moving-horizon optimization. [3] Next, the planned eco-trajectories are incorporated into a real-time predictive optimization framework that coordinates the cabin thermal load (in cold weather) with the speed preview, i. [4] We conclude that cognitive workload does vary rapidly as a function of recent task events, and that real-time predictive models of operators’ cognitive workload provide a potential avenue for automation to adapt without an ongoing need for intrusive workload measurements. [5] However, problems might arise from the lack of interconnectivity, higher reliability, real-time predictive analytics, and low-latency requirements. [6] With the objective of reducing fuel consumption, this paper presents real-time predictive energy management of hybrid electric heavy vehicles. [7] In this paper, a real-time predictive deep convolutional generative adversarial network (DCGAN) is developed for flooding forecasting. [8] We present and show a live demonstration of the SCExAO capabilities (Real-time predictive AO control, Focal plane WFS&C, etc) as a host testbed for the remote collaborators to test and deploy the new WFS&C concepts or algorithms. [9] Objective Here, we describe the informatics infrastructure implemented at the psychiatric Münster University Hospital, which allows standardized acquisition, transfer, storage, and export of clinical data for future real-time predictive modelling in psychiatric routine. [10] The disruption predictor via random forest (DPRF) ran in piggyback mode and was actively exploited in dedicated experiments during the 2019–2020 experimental campaign to test its real-time predictive capabilities in oncoming high-density disruptions. [11] The resultant DAF-respirator (DAF-R), made possible by ML algorithms, successfully demonstrates real-time predictive adapting maneuvers, enabling personalizable and continuously optimized respiratory protection under changing circumstances. [12] In this paper, a real-time predictive control strategy is developed to control the energy consumption of hybrid electric vehicles with lower sensitivity to prediction accuracy. [13] Based on the real-time predictive information of the trajectories, each glider can select future movement strategies. [14] STUDY SELECTION We selected studies that compared vital signs-based automated real-time predictive algorithms to current track-and-trace protocols in regard to the outcome of clinical deterioration in a general ward population. [15] A real-time predictive strategy has been used in the actual functioning stage to minimize the difference between the actual and scheduled power consumption of the building. [16] To empirically examine our hypothesis, we study two diversity hashtag activism campaigns on Twitter (#ILookLikeAnEngineer and #WomenInEngineering) using a real-time predictive analytics framework. [17] This paper proposes a real-time predictive energy management strategy (PEMS) of plug-in hybrid electric vehicles for coordination control of fuel economy and battery lifetime, including velocity predictor, state-of-charge (SOC) reference generator, and online optimization. [18]이 논문에서는 운영 제어와 고객 정보 요구를 모두 해결하는 실시간 예측 의사 결정 지원 플랫폼을 제안합니다. [1] 저자는 재제조 시스템의 효율성과 품질을 개선하기 위해 실시간 예측 분석에서 디지털 도구의 사용을 확대하기 위해 학계 연구원과 실무자를 위한 잠재적인 미래 주제를 설명했습니다. [2] 그런 다음 DP가 이동 수평 최적화를 수행하는 실시간 예측 EMS가 제안됩니다. [3] 다음으로, 계획된 에코 궤적은 속도 미리보기와 함께 객실 열 부하(추운 날씨)를 조정하는 실시간 예측 최적화 프레임워크에 통합됩니다. [4] 우리는 인지 작업 부하가 최근 작업 이벤트의 함수로 빠르게 변하고 운영자의 인지 작업 부하에 대한 실시간 예측 모델이 방해가 되는 작업 부하 측정에 대한 지속적인 필요 없이 적응할 수 있는 잠재적인 자동화 방법을 제공한다고 결론지었습니다. [5] 그러나 상호 연결성 부족, 더 높은 안정성, 실시간 예측 분석 및 짧은 대기 시간 요구 사항으로 인해 문제가 발생할 수 있습니다. [6] 연료 소비를 줄이기 위한 목적으로 이 백서는 하이브리드 전기 중량 차량의 실시간 예측 에너지 관리를 제시합니다. [7] 본 논문에서는 홍수 예측을 위해 실시간 예측 DCGAN(Deep Convolutional Generative Adversarial Network)을 개발하였다. [8] SCExAO 기능(실시간 예측 AO 제어, 초점면 WFS&C 등)의 라이브 데모를 원격 협력자가 새로운 WFS&C 개념 또는 알고리즘을 테스트하고 배포할 수 있는 호스트 테스트베드로 제시하고 보여줍니다. [9] 목표 여기에서는 정신과 일상에서 미래의 실시간 예측 모델링을 위해 표준화된 수집, 전송, 저장 및 임상 데이터 내보내기를 허용하는 정신과 Münster University Hospital에서 구현된 정보학 인프라에 대해 설명합니다. [10] 무작위 포리스트를 통한 중단 예측기(DPRF)는 피기백 모드에서 실행되었으며 다가오는 고밀도 중단에서 실시간 예측 기능을 테스트하기 위해 2019-2020년 실험 캠페인 동안 전용 실험에서 적극적으로 활용되었습니다. [11] ML 알고리즘으로 가능해진 DAF-R(DAF-R) 인공호흡기는 실시간 예측 적응 기동을 성공적으로 시연하여 변화하는 상황에서 개인화되고 지속적으로 최적화된 호흡 보호를 가능하게 합니다. [12] 본 논문에서는 예측 정확도에 대한 민감도가 낮은 하이브리드 전기 자동차의 에너지 소비를 제어하기 위한 실시간 예측 제어 전략을 개발합니다. [13] 궤적의 실시간 예측 정보를 기반으로 각 글라이더는 미래의 움직임 전략을 선택할 수 있습니다. [14] 연구 선택 우리는 일반 병동 인구의 임상 악화 결과와 관련하여 바이탈 사인 기반 자동 실시간 예측 알고리즘을 현재 추적 및 추적 프로토콜과 비교한 연구를 선택했습니다. [15] 실제 작동 단계에서 실시간 예측 전략을 사용하여 건물의 실제 전력 소비와 예정 전력 소비 간의 차이를 최소화했습니다. [16] 우리의 가설을 실증적으로 검토하기 위해 실시간 예측 분석 프레임워크를 사용하여 Twitter에서 두 가지 다양성 해시태그 운동 캠페인(#ILookLikeAnEngineer 및 #WomenInEngineering)을 연구합니다. [17] 본 논문에서는 속도 예측기, 충전 상태(SOC) 기준 생성기, 온라인 최적화를 포함하여 연비와 배터리 수명의 조정 제어를 위한 플러그인 하이브리드 전기 자동차의 실시간 예측 에너지 관리 전략(PES)을 제안합니다. [18]
artificial neural network 인공 신경망
In this study, an artificial neural network (ANN) based real-time predictive control and optimization algorithm for a chiller-based cooling system was developed and applied to an actual building to analyze its cooling energy saving effects through in-situ application and actual measurements. [1] In this study, an artificial neural network (ANN) based real-time predictive control and optimization algorithm for a chiller based cooling system was developed and applied to an actual building to analyze its cooling energy saving effects through in-situ application and actual measurements. [2] In this study, we developed an artificial neural network-based real-time predictive control and optimization model to compare and analyze the difference in total energy consumption when the condenser water outlet temperature coming out of the cooling tower is fixed and when real-time control of the condenser water outlet temperature through the optimal ANN model is applied. [3]본 연구에서는 냉각기 기반 냉각 시스템을 위한 인공신경망(ANN) 기반의 실시간 예측 제어 및 최적화 알고리즘을 개발하여 실제 건물에 적용하여 현장 적용 및 실제 측정을 통해 냉각 에너지 절약 효과를 분석하였다. . [1] 본 연구에서는 냉각기 기반 냉각 시스템을 위한 인공신경망(ANN) 기반의 실시간 예측 제어 및 최적화 알고리즘을 개발하여 실제 건물에 적용하여 현장 적용 및 실제 측정을 통해 냉각 에너지 절약 효과를 분석하였다. [2] 본 연구에서는 인공 신경망 기반의 실시간 예측 제어 및 최적화 모델을 개발하여 냉각탑에서 나오는 응축기 출구 온도가 고정된 경우와 실시간 제어되는 경우의 총 에너지 소비량의 차이를 비교 분석하였다. 최적의 ANN 모델을 통한 응축기 출구 온도의 변화가 적용됩니다. [3]