![]() |
왼쪽부터 상명대학교 공과대학 시스템반도체공학과 4학년 주예한, 김도균, 노영민, 최재원 학생(상명대 제공) |
15일 상명대에 따르면 논문의 제목은 '태양광 발전량 시계열 예측에서 LSTM 및 ESN 모델의 성능 비교'로 신재생에너지의 핵심인 태양광 발전량을 정확하게 예측하기 위한 인공지능 모델로 LSTM 모델과 ESN 모델을 비교 분석해 최적화된 ESN 모델이 기존 LSTM 모델보다 정확한 예측을 하는 것을 밝혀냈다.
시스템반도체공학과 연구팀은 ESN모델을 최적화하기 위해 모델의 성능을 좌우하는 핵심 기술인 스펙트럼 반경, 입력 노이즈, 누수율을 체계적으로 구성해 간단한 구조의 저비용 모델을 제시해 호평을 받았다.
주예한 학생은 "학부생으로서 SCIE급 국제 학술지에 논문을 게재하는 것은 쉽지 않았지만, 매우 값진 경험이었다"며 "ESN 모델의 성능을 성공적으로 최적화해 기존 모델을 뛰어넘는 좋은 결과를 얻을 수 있어 보람차다"고 했다.
천안=하재원 기자
중도일보(www.joongdo.co.kr), 무단전재 및 수집, 재배포 금지