Predictive clarity in energy analytics: xai-enhanced solar forecasting in Siberia; Молодежь и современные информационные технологии

Detalhes bibliográficos
Parent link:	Молодежь и современные информационные технологии.— 2024.— С. 230-234
Outros Autores:	Akpuluma D. A., Yurchenko A. V. Aleksey Vasilievich, Abam J. I., Williams C. A.
Resumo:	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
Idioma:	inglês
Publicado em:	2024
Colecção:	Искусственный интеллект, машинное обучение и большие данные
Assuntos:	электронный ресурс труды учёных ТПУ climate data analysis hybrid models XAI implementation
Acesso em linha:	http://earchive.tpu.ru/handle/11683/84827
Formato:	Recurso Electrónico Capítulo de Livro
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675441

Internet