Smart deep learning based wind speed prediction model using wavelet packet decomposition, convolutional neural network and convolutional long short term memory network

2018 ◽  
Vol 166 ◽  
pp. 120-131 ◽  
Author(s):  
Hui Liu ◽  
Xiwei Mi ◽  
Yanfei Li
Keyword(s):  
Neural Network ◽  
Short Term Memory ◽  
Wavelet Packet ◽  
Wavelet Packet Decomposition ◽  
Short Term ◽  
Term Memory ◽  
Wind Speed Prediction ◽  
Speed Prediction ◽  
Memory Network ◽  
Long Short Term Memory

Long Short-Term Memory Network based on Neighborhood Gates for processing complex causality in wind speed prediction

2019 ◽  
Vol 192 ◽  
pp. 37-51 ◽  
Author(s):  
Zhendong Zhang ◽  
Hui Qin ◽  
Yongqi Liu ◽  
Yongqiang Wang ◽  
Liqiang Yao ◽  
...  
Keyword(s):  
Wind Speed ◽  
Short Term Memory ◽  
Short Term ◽  
Term Memory ◽  
Wind Speed Prediction ◽  
Speed Prediction ◽  
Memory Network ◽  
Long Short Term Memory

scholarly journals Pemanfaatan Asynchronous Advantage Actor-Critic Dalam Pembuatan AI Game Bot Pada Game Arcade

2019 ◽  
Vol 1 (2) ◽  
pp. 74-84
Author(s):  
Evan Kusuma Susanto ◽  
Yosi Kristian
Keyword(s):  
Neural Network ◽  
Artificial Intelligence ◽  
Reinforcement Learning ◽  
Convolutional Neural Network ◽  
Short Term Memory ◽  
Trial And Error ◽  
Short Term ◽  
Term Memory ◽  
Memory Network ◽  
Long Short Term Memory

Asynchronous Advantage Actor-Critic (A3C) adalah sebuah algoritma deep reinforcement learning yang dikembangkan oleh Google DeepMind. Algoritma ini dapat digunakan untuk menciptakan sebuah arsitektur artificial intelligence yang dapat menguasai berbagai jenis game yang berbeda melalui trial and error dengan mempelajari tempilan layar game dan skor yang diperoleh dari hasil tindakannya tanpa campur tangan manusia. Sebuah network A3C terdiri dari Convolutional Neural Network (CNN) di bagian depan, Long Short-Term Memory Network (LSTM) di tengah, dan sebuah Actor-Critic network di bagian belakang. CNN berguna sebagai perangkum dari citra output layar dengan mengekstrak fitur-fitur yang penting yang terdapat pada layar. LSTM berguna sebagai pengingat keadaan game sebelumnya. Actor-Critic Network berguna untuk menentukan tindakan terbaik untuk dilakukan ketika dihadapkan dengan suatu kondisi tertentu. Dari hasil percobaan yang dilakukan, metode ini cukup efektif dan dapat mengalahkan pemain pemula dalam memainkan 5 game yang digunakan sebagai bahan uji coba.

Sign in / Sign up

Export Citation Format

Share Document