内容

目次

1．序章 1.1　時系列 　1.1.1　本書で扱う「時系列」とは 　1.1.2　統計的な制御用時系列 　1.1.3　制御用時系列データの普及 1.2　時系列と制御モデル 　1.2.1　制御モデリング 　1.2.2　制御モデル構築法 1.3　制御時系列とAI手法 　1.3.1　時系列解析による制御モデル 　1.3.2　制御とAI手法 引用・参考文献 2．線形時系列モデリング 2.1　線形回帰モデル 　2.1.11　次元の線形回帰モデル 　2.1.2　多次元の線形回帰モデル 2.2　ARモデルの基礎 　2.2.1　ARモデルの概要 　2.2.2　1変数のユール・ウォーカー法 　2.2.3　多変数のユール・ウォーカー法 2.3　実例1：安定区間線形重回帰モデル 　2.3.1　空調安定電力モデル 　2.3.2　説明変数の選定 　2.3.3　線形重回帰分析 　2.3.4　モデルの評価検証 2.4　実例2：ステップ応答ARモデル 　2.4.1　ビル空調電力の制限制御 　2.4.2　ARモデルの当てはめ 　2.4.3　実測データからのモデル同定 　2.4.4　ARモデルの同定結果 引用・参考文献 3．ディープラーニングAIモデリング 3.1　ディープラーニングの基礎 　3.1.1　ニューラルネットワークの基礎 　3.1.2　ディープラーニングの原理 　3.1.3　Stacked Denosing Autoencoder法 3.2　時系列データディープラーニング 　3.2.1　時系列並列入力ニューラルネットワーク 　3.2.2　時系列ディープラーニングの層数 　3.2.3　時系列ディープラーニングのハイパーパラメータ 3.3　実例3：ステップ応答ARニューラルネットワーク 　3.3.1　ステップ応答ARニューラルネットワーク 　3.3.2　ステップ応答時系列モデルの学習 　3.3.3　ステップ応答時系列モデルの評価 3.4　実例4：ディープラーニングの実例―突発事象予知モデル 　3.4.1　突発事象の例 　3.4.2　突発事象予知ニューラルネットワークモデル 　3.4.3　突発事象予知ニューラルネットワークモデルの学習 引用・参考文献 4．LSTMAIモデリング 4.1　LSTMニューラルネットワークの基礎 　4.1.1　LSTMニューラルネットワークとは 　4.1.2　LSTM順伝搬計算 　4.1.3　LSTM逆伝搬計算 4.2　LSTM時系列モデルの性能評価法 　4.2.1　まれに発生する突然事象のLSTMモデル 　4.2.2　まれに発生する事象の予知性能評価計算 　4.2.3　事象発生予知性能の比較評価結果 4.3　実例5：電力卸売価格トレンド予測LSTMモデル 　4.3.1　電力卸売価格のトレンド予測 　4.3.2　電力卸売価格トレンド予測LSTMモデル 　4.3.3　電力卸売価格トレンド予測LSTMモデルの評価 4.4　実例6：制御外乱予知LSTMモデル 　4.4.1　突発事象予知モデルの制御への応用例 　4.4.2　RTP適応制御の外乱となる設備保全運転 　4.4.3　RTP適応制御の外乱予知LSTMモデル 　4.4.4　RTP適応制御の外乱予知LSTMモデルの評価 引用・参考文献 5．時系列AIモデルによる最適制御 5.1　最適探索制御の基礎 　5.1.1　SA最適探索法 　5.1.2　SA最適探索アルゴリズムの原理 　5.1.3　SA最適探索制御の評価関数例 5.2　状態爆発と並列探索 　5.2.1　大規模な制御対象状態空間 　5.2.2　並列SA探索アルゴリズム 　5.2.3　大規模並列探索の試行 5.3　実例7：電力料金最適探索制御 　5.3.1　リアルタイム電力料金 　5.3.2　空調電力料金最適制御 　5.3.3　最適探索制御の実機試験 5.4　実例8：大規模探索の実用的打切り 　5.4.1　最適探索制御の実用性 　5.4.2　大規模探索の打切り判定 引用・参考文献 6．時系列学習データ収集の現実 6.1　実例9：疑似ステップ応答による学習データ生成 　6.1.1　ステップ応答学習データ 　6.1.2　Break-Pointステップ応答抽出法 　6.1.3　Break-Point法学習データ収集例 6.2　実例10：学習データ収集の人工的増強 　6.2.1　学習データ収集の現実 　6.2.2　学習データの人工的増強手法 　6.2.3　人工的学習データ増強の実際 6.3　実例11：エミュレータによる学習データ生成 　6.3.1　ベースラインと再現性 　6.3.2　ベースラインエミュレータ学習 　6.3.3　ベースライン推定LSTMニューラルネットワークモデルの評価 引用・参考文献 7．時系列AIモデリングの実作業 7.1　IoT時系列データ収集方法 　7.1.1　時系列データ収集の通信規格IEEE1888 　7.1.2　IEEE1888通信規格における時系列データ伝送方式 　7.1.3　IEEE1888通信規格におけるIoT通信ソフトウェア実装 7.2　時系列AI学習データのゾーン選別 　7.2.1　時系列学習データ収集の現実 　7.2.2　時系列学習データのゾーン選別 　7.2.3　時系列学習データ選別による実用的方法 7.3　時系列AIモデリング自作学習ソフト 　7.3.1　既製学習ツールと自作学習ソフト 　7.3.2　機械学習ソフトの自作開発 　7.3.3　自作学習ソフトによる可視化 引用・参考文献 付録 付録AMLP型ニューラルネットワークの自作学習用のプログラム例 付録BLSTMニューラルネットワークの自作学習用のプログラム例 索引