Fugu-MT 論文翻訳(概要): Exploring deterministic frequency deviations with explainable AI

論文の概要: Exploring deterministic frequency deviations with explainable AI

arxiv url: http://arxiv.org/abs/2106.09538v1
Date: Mon, 14 Jun 2021 08:30:33 GMT
ステータス: 処理完了
システム内更新日: 2021-06-19 14:31:03.331498
Title: Exploring deterministic frequency deviations with explainable AI
Title（参考訳）: 説明可能なAIによる決定論的周波数偏差の探索
Authors: Johannes Kruse, Benjamin Sch\"afer, Dirk Witthaut
Abstract要約: DFDは近年、欧州のグリッドで成長している。本稿では、DFDの詳細な分析と、説明可能な人工知能の手法を用いた外部特徴との関係について述べる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Deterministic frequency deviations (DFDs) critically affect power grid frequency quality and power system stability. A better understanding of these events is urgently needed as frequency deviations have been growing in the European grid in recent years. DFDs are partially explained by the rapid adjustment of power generation following the intervals of electricity trading, but this intuitive picture fails especially before and around noonday. In this article, we provide a detailed analysis of DFDs and their relation to external features using methods from explainable Artificial Intelligence. We establish a machine learning model that well describes the daily cycle of DFDs and elucidate key interdependencies using SHapley Additive exPlanations (SHAP). Thereby, we identify solar ramps as critical to explain patterns in the Rate of Change of Frequency (RoCoF).
Abstract（参考訳）: 決定論的周波数偏差(DFD)は電力グリッドの周波数品質と電力系統の安定性に重大な影響を及ぼす。近年ヨーロッパでは周波数偏差が増加しているため、これらの出来事をより深く理解する必要がある。 DFDは、電力取引の期間を経て、発電の急速な調整によって部分的に説明されるが、この直感的な図は特に昼前後に失敗する。本稿では,説明可能な人工知能を用いたdfdsの詳細な解析と,その外部特徴との関係について述べる。 dfdの日周期をよく記述し,shapley additive explanations (shap) を用いて重要な相互依存を解明する機械学習モデルを構築した。これにより、太陽ランプは周波数変化率(RoCoF)のパターンを説明するのに重要であると認識する。

関連論文リスト

WaveRoRA: Wavelet Rotary Route Attention for Multivariate Time Series Forecasting [4.680374146155483]
本稿では,時系列データの複雑な時間依存性をモデル化するウェーブレット学習フレームワークを提案する。ウェーブレット領域は時間と周波数情報を統合し、異なるスケールでの信号の局所特性の分析を可能にする。回転路注意機構(Rotary Route Attention, RoRA)を提案する。
論文参考訳（メタデータ） (2024-10-30T02:36:55Z)
Diffusion Transformer Captures Spatial-Temporal Dependencies: A Theory for Gaussian Process Data [39.41800375686212]
ビデオ生成のためのSoraのバックボーンであるDiffusion Transformerは、拡散モデルのキャパシティをうまく拡張する。空間的・時間的依存関係を捉えるための拡散変圧器のブリッジ化に向けた第一歩を踏み出す。空間的時間的依存が学習効率にどのように影響するかを強調した。
論文参考訳（メタデータ） (2024-07-23T02:42:43Z)
FAITH: Frequency-domain Attention In Two Horizons for Time Series Forecasting [13.253624747448935]
時系列予測は、産業機器の保守、気象学、エネルギー消費、交通流、金融投資など、様々な分野で重要な役割を果たしている。現在のディープラーニングベースの予測モデルは、予測結果と基礎的真実の間に大きな違いを示すことが多い。本稿では、時系列をトレンドと季節成分に分解する2つのホライズンズにおける周波数領域注意モデルを提案する。
論文参考訳（メタデータ） (2024-05-22T02:37:02Z)
Non-contact Sensing for Anomaly Detection in Wind Turbine Blades: A focus-SVDD with Complex-Valued Auto-Encoder Approach [2.967390112155113]
我々は、FMCWレーダを非破壊検知モードとして利用する製造の品質保証を強化する。焦点支援ベクトルデータ記述(focus-SVDD)と呼ばれる新しい異常検出手法を提案する。提案手法の有効性は, 収集データへの適用を通して実証する。
論文参考訳（メタデータ） (2023-06-19T09:54:34Z)
Instructed Diffuser with Temporal Condition Guidance for Offline Reinforcement Learning [71.24316734338501]
テンポラリ・コンポラブル・ディフューザ(TCD)を用いた実効時間条件拡散モデルを提案する。 TCDは、相互作用シーケンスから時間情報を抽出し、時間条件で生成を明示的にガイドする。提案手法は,従来のSOTAベースラインと比較して最高の性能を達成または一致させる。
論文参考訳（メタデータ） (2023-06-08T02:12:26Z)
CARD: Channel Aligned Robust Blend Transformer for Time Series Forecasting [50.23240107430597]
本稿では,CARD(Channel Aligned Robust Blend Transformer)という特殊なトランスを設計する。まず、CARDはチャネルに沿ったアテンション構造を導入し、信号間の時間的相関をキャプチャする。第二に、マルチスケール知識を効率的に活用するために、異なる解像度のトークンを生成するトークンブレンドモジュールを設計する。第3に,潜在的な過度な問題を軽減するため,時系列予測のためのロバストな損失関数を導入する。
論文参考訳（メタデータ） (2023-05-20T05:16:31Z)
Generic Temporal Reasoning with Differential Analysis and Explanation [61.96034987217583]
時間差分解析でギャップを埋めるTODAYという新しいタスクを導入する。 TODAYは、システムがインクリメンタルな変化の効果を正しく理解できるかどうかを評価する。共同学習においてTODAYの指導スタイルと説明アノテーションが有効であることを示す。
論文参考訳（メタデータ） (2022-12-20T17:40:03Z)
Extensible circuit-QED architecture via amplitude- and frequency-variable microwaves [52.77024349608834]
固定周波数キュービットとマイクロ波駆動カプラを組み合わせた回路QEDアーキテクチャを提案する。ドライブパラメータは、選択的な2ビット結合とコヒーレントエラー抑制を可能にする調整可能なノブとして現れる。
論文参考訳（メタデータ） (2022-04-17T22:49:56Z)
Frequency fluctuations of ferromagnetic resonances at milliKelvin temperatures [50.591267188664666]
ノイズはデバイスの性能、特に量子コヒーレント回路に有害である。最近の研究は、超伝導量子ビットへの単一のマグノンをベースとした量子技術にマグノンシステムを活用するためのルートを実証している。時間的挙動を研究することは、基礎となるノイズ源を特定するのに役立つ。
論文参考訳（メタデータ） (2021-07-14T08:00:37Z)
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)
Predictability of Power Grid Frequency [0.0]
重み付きアレスト近傍(WNN)予測器を開発し,周波数軌跡の予測可能性について検討する。 1時間までの予測は日平均プロファイルよりも正確であり、周波数制御の効率を高めることができる。
論文参考訳（メタデータ） (2020-04-17T08:12:33Z)

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。