%0 Journal Article %T کاربرد مدل‌های یادگیری عمیق در پیش‌بینی سری‌های زمانی اقتصادی ـ اجتماعی مورد کاوی: سری زمانی اوج بار مصرفی خانگی %J مهندسی صنایع و مدیریت %I دانشگاه صنعتی شریف %Z 2676-4741 %A نشاط, نجمه %A سرداری زارچی, محسن %A محلوجی, هاشم %D 2020 %\ 08/22/2020 %V 36.1 %N 1.2 %P 103-111 %! کاربرد مدل‌های یادگیری عمیق در پیش‌بینی سری‌های زمانی اقتصادی ـ اجتماعی مورد کاوی: سری زمانی اوج بار مصرفی خانگی %K شبکه‌های عصبی عمیق %K پیش‌بینی %K شبکه‌های تمام‌متصل %K مدل عمیق ترکیبی %K بار اوج مصرفی %R 10.24200/j65.2019.54014.2029 %X این مطالعه به بررسی کارایی پیکره‌بندی مختلف شبکه‌های یادگیری عمیق (رویکرد برتر در مدل‌سازی و تخمین سری‌های زمانی اقتصادی ـ اجتماعی) در حوزه‌ی پیش‌بینی می‌پردازد. در این مطالعه به‌منظور ملموس‌سازی رویکرد پیشنهادی از مدل‌سازی و پیش‌بینی اوج بار مصرفی خانگی در قالب موردکاوی استفاده شده است. نتایج حاکی از برتری توپولوژی شبکه ترکیبی از تمام متصل و بازگشتی بود که این برتری با توجه به ماهیت غیرخطی و پیچیده، وابستگی‌های قوی به داده‌های دوره‌های قبلی و همچنین وجود درجات متفاوتی از تأخیر در متغیرهای برون‌زای مسئله کاملاً توجیه‌پذیر است. نظر به این‌که در این مدل متغیرهای برون‌زایمدل) نماینده‌ی شرایط مختلف جوی (و متغیرهای مصنوعی) نماینده‌ی شرایط مختلف زمانی( نیز لحاظ شده است، از استواری قابل قبولی نسبت به مدل‌های ارائه شده در مطالعات قبلی برخوردار است. %U https://sjie.journals.sharif.edu/article_21898_9763aca8c0e0d5e81675fcef2fd0a306.pdf