PulseAugur
实时 12:25:53
English(EN) RESCAST-100K: A Comprehensive Dataset for Cross-Domain Residential Load and Indoor Temperature Forecasting

新数据集RESCAST-100K助力跨领域住宅能源预测

研究人员推出了RESCAST-100K,这是一个大规模数据集,旨在改进住宅能源负荷和室内温度的跨领域预测。该数据集使用EnergyPlus模拟生成,涵盖约10万户美国家庭,包含详细的时间序列数据和建筑协变量。它还集成了五个真实世界的数据集,以促进模拟到现实的评估,旨在推进机器学习在家庭和电网规模能源管理中的应用。 AI

影响 能够实现更准确的住宅能源管理和电网响应的跨领域预测。

排序理由 该集群包含一篇介绍用于机器学习任务的新数据集的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jainam Dhruva, Yousaf Raza, A. B. Siddique, Simone Silvestri ·

    RESCAST-100K: A Comprehensive Dataset for Cross-Domain Residential Load and Indoor Temperature Forecasting

    arXiv:2606.02852v1 Announce Type: new Abstract: Accurate short-term forecasting of residential energy load and indoor temperature is essential for home energy management systems, grid-level demand response, and community energy efficiency efforts. Domain adaptation and transfer l…