論文の概要: A matrix approach to detect temporal behavioral patterns at electric vehicle charging stations

• arxiv url: http://arxiv.org/abs/2102.09260v1
• Date: Thu, 18 Feb 2021 10:37:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-19 14:35:26.112524
• Title: A matrix approach to detect temporal behavioral patterns at electric vehicle charging stations
• Title（参考訳）: 電気自動車充電ステーションにおける時間行動パターン検出のためのマトリクス手法
• Authors: Milan Straka, Lucia Piatrikov\'a, Peter van Bokhoven, \v{L}ubo\v{s} Buzna
• Abstract要約: 類似の帯電パターンを持つ帯電ステーション群と帯電パターン群を2つのアプローチで同定した。 最初のルールベースのアプローチは、事前定義されたパターンの導出でうまく動作し、後者の階層的クラスタリングは、予期しないチャージパターンを提供する能力を示した。
• 参考スコア（独自算出の注目度）: 2.912148071980124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Based on the electric vehicle (EV) arrival times and the duration of EV connection to the charging station, we identify charging patterns and derive groups of charging stations with similar charging patterns applying two approaches. The ruled based approach derives the charging patterns by specifying a set of time intervals and a threshold value. In the second approach, we combine the modified l-p norm (as a matrix dissimilarity measure) with hierarchical clustering and apply them to automatically identify charging patterns and groups of charging stations associated with such patterns. A dataset collected in a large network of public charging stations is used to test both approaches. Using both methods, we derived charging patterns. The first, rule-based approach, performed well at deriving predefined patterns and the latter, hierarchical clustering, showed the capability of delivering unexpected charging patterns.
• Abstract（参考訳）: 電気自動車(ev)の到着時刻と充電ステーションへのev接続期間に基づいて、同様の充電パターンを2つのアプローチで適用した充電ステーションの充電パターンと導出群を同定する。 支配されたアプローチは、時間間隔と閾値のセットを指定することで充電パターンを導出する。 第2のアプローチでは、修正されたl-pノルム(行列の異質性尺度として)と階層的クラスタリングを組み合わせることで、そのようなパターンに関連する充電パターンと充電ステーションのグループを自動的に識別する。 公共充電ステーションの大規模なネットワークで収集されたデータセットは、両方のアプローチをテストするために使用される。 両手法を用いて帯電パターンを導出した。 最初のルールベースのアプローチは、事前定義されたパターンの導出でうまく動作し、後者の階層的クラスタリングは、予期しないチャージパターンを提供する能力を示した。

関連論文リスト

• Coherent Hierarchical Probabilistic Forecasting of Electric Vehicle Charging Demand [3.7690784039257292]
  本稿では,複数の電気自動車充電ステーション(EVCS)の階層的確率的予測問題について検討する。 各充電ステーションに対して、部分入力凸ニューラルネットワーク(PICNN)に基づくディープラーニングモデルを訓練し、日頭充電需要の条件分布を予測する。 微分凸最適化層(DCL)は、分布からサンプリングされたシナリオを再構成し、一貫性のあるシナリオを生成する。
  論文  参考訳（メタデータ） (2024-11-01T03:35:04Z)
• Conformalized Prediction of Post-Fault Voltage Trajectories Using Pre-trained and Finetuned Attention-Driven Neural Operators [9.336308366735656]
  本稿では,電力系統における後電圧トラジェクトリの間隔を予測するための新しいデータ駆動手法を提案する。 提案した演算子回帰モデルでは、電圧軌跡の観測された部分を、観測後の未観測軌跡にマッピングする。 ニューイングランド39バス試験システムを用いて提案手法の性能評価を行った。
  論文  参考訳（メタデータ） (2024-10-31T17:20:13Z)
• An Adaptive Framework for Generalizing Network Traffic Prediction towards Uncertain Environments [51.99765487172328]
  我々は,モバイルネットワークトラフィック予測モデルを動的に割り当てるための時系列解析を用いた新しいフレームワークを開発した。 我々のフレームワークは学習した振る舞いを採用しており、現在の研究と比較して50%以上の改善が得られ、どのモデルよりも優れています。
  論文  参考訳（メタデータ） (2023-11-30T18:58:38Z)
• Time-series Generation by Contrastive Imitation [87.51882102248395]
  モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。 推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
  論文  参考訳（メタデータ） (2023-11-02T16:45:25Z)
• Joint Bayesian Inference of Graphical Structure and Parameters with a Single Generative Flow Network [59.79008107609297]
  本稿では,ベイジアンネットワークの構造上の結合後部を近似する手法を提案する。 サンプリングポリシが2フェーズプロセスに従う単一のGFlowNetを使用します。 パラメータは後部分布に含まれるため、これは局所確率モデルに対してより柔軟である。
  論文  参考訳（メタデータ） (2023-05-30T19:16:44Z)
• Debiased Fine-Tuning for Vision-language Models by Prompt Regularization [50.41984119504716]
  本稿では,Prompt Regularization(ProReg)と呼ばれる下流タスクにおける大規模視覚事前訓練モデルの微調整のための新しいパラダイムを提案する。 ProRegは、事前訓練されたモデルに微調整を正規化するよう促すことで予測を使用する。 本稿では,従来の微調整,ゼロショットプロンプト,プロンプトチューニング,その他の最先端手法と比較して,ProRegの性能が一貫して高いことを示す。
  論文  参考訳（メタデータ） (2023-01-29T11:53:55Z)
• A Combinatorial Semi-Bandit Approach to Charging Station Selection for Electric Vehicles [4.873362301533825]
  本研究では,道路網を探索し,待ち時間と充電電力分布のパラメータを学習するための半帯域フレームワークを開発する。 本研究では,ノルウェー,スウェーデン,フィンランドの道路網における長距離航法問題事例を対象としたシミュレーション実験を行った。
  論文  参考訳（メタデータ） (2023-01-17T19:57:03Z)
• An Energy-Based Prior for Generative Saliency [62.79775297611203]
  本稿では,情報的エネルギーベースモデルを事前分布として採用する,新たな生成正当性予測フレームワークを提案する。 生成サリエンシモデルを用いて,画像から画素単位の不確実性マップを得ることができ,サリエンシ予測におけるモデル信頼度を示す。 実験結果から, エネルギーベース先行モデルを用いた生成塩分率モデルでは, 精度の高い塩分率予測だけでなく, 人間の知覚と整合した信頼性の高い不確実性マップを実現できることが示された。
  論文  参考訳（メタデータ） (2022-04-19T10:51:00Z)
• MG-GAN: A Multi-Generator Model Preventing Out-of-Distribution Samples in Pedestrian Trajectory Prediction [0.6445605125467573]
  歩行者軌道予測のためのマルチジェネレータモデルを提案する。 各ジェネレータは、シーン内の主要なモードの1つにルーティングする軌跡上の分布を学習する。 第2のネットワークは、これらのジェネレータ上のカテゴリ分布を動的およびシーン入力に基づいて学習する。 このアーキテクチャにより、特殊なジェネレータから効果的にサンプルを採取し、単一ジェネレータ法と比較して配布外サンプルを著しく削減できる。
  論文  参考訳（メタデータ） (2021-08-20T17:10:39Z)
• Stochastically forced ensemble dynamic mode decomposition for forecasting and analysis of near-periodic systems [65.44033635330604]
  本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。 固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。 電力グリッドからの負荷データを用いたテストケースの結果が提示される。
  論文  参考訳（メタデータ） (2020-10-08T20:25:52Z)
• Ensemble Forecasting of Monthly Electricity Demand using Pattern Similarity-based Methods [0.0]
  パターン類似性に基づく予測手法(PSFM)を用いた月次電力需要のアンサンブル予測について述べる。 本研究で適用されたPSFMには、$k$-nearest 近傍モデル、ファジィ近傍モデル、カーネル回帰モデル、一般回帰ニューラルネットワークなどがある。 実験的なイラストは、ヨーロッパの35か国における月次電力需要予測と比較するために、アンサンブルモデルと個々のPSFMを適用している。
  論文  参考訳（メタデータ） (2020-03-29T17:26:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。