新AI框架提升灾后电力恢复公平性

研究人员开发了一个名为EPOPR的新框架，以提高灾后电力恢复的公平性和效率。该系统解决了弱势社区提出的恢复请求较少导致服务不公平的问题。EPOPR使用公平性一致分位数回归来更好地预测修复持续时间，并使用时空注意力强化学习来适应不确定性，旨在平衡不同社区的恢复速度与公平性。实验表明，与现有方法相比，EPOPR将平均停电时间减少了3.60%，不公平性降低了14.19%。 AI

影响 该框架可以通过确保更公平的资源分配来改善灾害响应，特别是对弱势社区而言。

排序理由 该条目是发表在arXiv上的研究论文，详细介绍了一个新的电力恢复框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Equity-Conformalized Quantile Regression
• Gotit.pub
• Hugging Face
• Lin Jiang
• ScienceCast
• Spatial-Temporal Attentional RL

• 论文
• 安全
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →