arXiv cs.LG· Faraz Shamim (KIST Medical College and Teaching Hospital, Nepal), Faris Shamim (OTH Regensburg)·· 11 小时前AI 评分17
德国再调度预测中的机器学习：数据延迟与时间分布偏移下的概率预测基准
Machine Learning for German Redispatch Forecasting under Data Delays and Temporal Distribution Shift
AI 导读
研究基于德国四大输电系统运营商2021至2024年的48242条再调度记录，在至少7天目标延迟约束下对比了季节性经验模型、ARX、分位数LightGBM、GRU和Transformer的概率预测精度。
来源：arXiv cs.LG · arxiv.org