English(EN) Synthetic Electric Vehicle Charging Session Generation Using a Conditional Variational Autoencoder

AI模型生成合成电动汽车充电数据以克服隐私障碍

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

研究人员开发了一种条件变分自编码器（CVAE）来生成合成电动汽车（EV）充电会话数据。该方法解决了由于隐私和可用性问题导致真实世界电动汽车充电数据集稀缺的问题。CVAE模型在特定会话特征上进行训练，并以星期几和充电管理状态等因素为条件，利用高斯负对数似然损失和KL散度正则化。生成的数据已被证明能够保留真实数据的关键统计特性，并可用于预测建模任务。 AI

影响通过提供逼真的合成数据集，能够为电动汽车充电基础设施提供更强大的规划和模拟能力。

排序理由该集群包含一篇学术论文，详细介绍了用于数据生成的新机器学习模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇学术论文，详细介绍了用于数据生成的新机器学习模型。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Graeme Kelly, Emilio J. Palacios-Garcia, Barry P. Hayes · 2026-09-17 04:00

使用条件变分自编码器生成合成电动汽车充电会话

arXiv:2609.17808v1 Announce Type: cross Abstract: The increasing adoption of electric vehicles (EVs) is expected to place significant additional demand on residential distribution networks, creating a need for realistic charging datasets for planning and simulation studies. Howev…

本文如何被排名

报道来源 [1]

使用条件变分自编码器生成合成电动汽车充电会话

相关实体

相关话题