Predictive clarity in energy analytics: xai-enhanced solar forecasting in Siberia

書目詳細資料
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
其他作者: Akpuluma D. A., Yurchenko A. V. Aleksey Vasilievich, Abam J. I., Williams C. A.
總結: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
語言:英语
出版: 2024
叢編:Искусственный интеллект, машинное обучение и большие данные
主題:
在線閱讀:http://earchive.tpu.ru/handle/11683/84827
格式: 電子 Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675441

相似書籍