Predictive clarity in energy analytics: xai-enhanced solar forecasting in Siberia
| Parent link: | Молодежь и современные информационные технологии: сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск/ ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.]. С. 230-234.— .— Томск: Изд-во ТПУ, 2024.— conference_tpu-2024-C04.pdf |
|---|---|
| Інші автори: | , , , |
| Резюме: | This study unveils a robust LASSO-RFR hybrid model for solar power prediction in Siberia, significantly enhancing predictive accuracy and reducing MSE, with an R-squared of 85.9 %. Employing LIME and SHAP for XAI, it foregrounds feature contributions, fostering transparent, reliable forecasting in extreme climates Текстовый файл |
| Мова: | Англійська |
| Опубліковано: |
2024
|
| Серія: | Искусственный интеллект, машинное обучение и большие данные |
| Предмети: | |
| Онлайн доступ: | http://earchive.tpu.ru/handle/11683/84827 |
| Формат: | Електронний ресурс Частина з книги |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675441 |