研究人员开发了一种新的行为条件注意力神经过程（ANP）框架，用于住宅环境中的短期负荷预测。该模型将推断出的行为结构直接嵌入预测机制，使其能够适应异构的家庭需求和日常习惯。在智能电网、智慧城市（SGSC）数据集上的实验表明，与无标签的ANP基线相比，所提出的ANP变体在平均绝对误差（MAE）和连续排名概率得分（CRPS）方面有所提高，尤其是在上下文有限的情况下。 AI
影响 通过更好地考虑个体家庭行为，该模型可以提高智能电网中能源负荷预测的准确性和适应性。
排序理由 该集群包含一篇详细介绍用于特定预测任务的新型机器学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
