論文の概要: Transformer Networks for Predictive Group Elevator Control
- arxiv url: http://arxiv.org/abs/2208.08948v1
- Date: Mon, 15 Aug 2022 18:07:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-19 14:18:22.031586
- Title: Transformer Networks for Predictive Group Elevator Control
- Title(参考訳): グループエレベータ制御のための変圧器ネットワーク
- Authors: Jing Zhang, Athanasios Tsiligkaridis, Hiroshi Taguchi, Arvind
Raghunathan, Daniel Nikovski
- Abstract要約: 変圧器を用いた目的地予測器から到着した乗客の予測情報を用いて,予測グループエレベータスケジューリングを提案する。
平均待ち時間(AWT)の節約は、光の到着ストリームの50%以上になる可能性がある。
- 参考スコア(独自算出の注目度): 10.978111689753607
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a Predictive Group Elevator Scheduler by using predictive
information of passengers arrivals from a Transformer based destination
predictor and a linear regression model that predicts remaining time to
destinations. Through extensive empirical evaluation, we find that the savings
of Average Waiting Time (AWT) could be as high as above 50% for light arrival
streams and around 15% for medium arrival streams in afternoon down-peak
traffic regimes. Such results can be obtained after carefully setting the
Predicted Probability of Going to Elevator (PPGE) threshold, thus avoiding a
majority of false predictions for people heading to the elevator, while
achieving as high as 80% of true predictive elevator landings as early as after
having seen only 60% of the whole trajectory of a passenger.
- Abstract(参考訳): トランスベース目的地予測器から到着する乗客の予測情報と目的地への残り時間を予測する線形回帰モデルを用いて,予測グループエレベータスケジューラを提案する。
その結果,平均待ち時間 (awt) の節約は, 平均待ち時間 (awt) は, 平均到着ストリームでは50%以上, 午後のダウンピークトラフィックでは中到着ストリームでは約15%以上であることがわかった。
このような結果は、エレベーター(ppge)のしきい値に予測される確率を慎重に設定した上で得られるため、エレベーターに向かう人の誤った予測の多数を回避でき、また乗客の軌道全体の60%しか見えなかった後でも、真の予測エレベーター着陸の80%以上を達成することができる。
関連論文リスト
- Scaling transformer neural networks for skillful and reliable
medium-range weather forecasting [24.02355555479722]
本稿では,標準変圧器バックボーンの変更を最小限に抑えつつ,気象予報の最先端性能であるStormerを紹介する。
Stormerの中核はランダムな予測目標であり、様々な時間間隔で天気のダイナミクスを予測するためにモデルを訓練する。
ウェザーベンチ2では、ストーマーは短距離から中距離の予測で競争力を発揮し、現在の手法を7日を超えて上回っている。
論文 参考訳(メタデータ) (2023-12-06T19:46:06Z) - FengWu: Pushing the Skillful Global Medium-range Weather Forecast beyond
10 Days Lead [93.67314652898547]
人工知能(AI)に基づく高度データ駆動型中距離気象予報システムFengWuについて紹介する。
FengWuは大気力学を正確に再現し、0.25度緯度で37の垂直レベルで将来の陸と大気の状態を予測することができる。
その結果、FengWuは予測能力を大幅に向上させ、熟練した中距離気象予報を10.75日間のリードまで拡張できることがわかった。
論文 参考訳(メタデータ) (2023-04-06T09:16:39Z) - Adaptive Probabilistic Forecasting of Electricity (Net-)Load [0.0]
電力負荷予測は電力システム事業者や電力市場参加者にとって必要な能力である。
局所的な発電、需要応答、熱と輸送の電化は、電力負荷の基本的な要因を変えつつある。
我々は点予測よりも確率的と考えるが、実際、電気系統を効率的にかつ確実に運用するには不確実性が必要である。
論文 参考訳(メタデータ) (2023-01-24T15:56:14Z) - GraphCast: Learning skillful medium-range global weather forecasting [107.40054095223779]
我々は、再分析データから直接トレーニングできる「GraphCast」と呼ばれる機械学習ベースの手法を導入する。
全世界で10日以上、0.25度で、数百の気象変動を1分以内で予測する。
我々は,GraphCastが1380の検証対象の90%において,最も正確な運用決定システムよりも優れていることを示す。
論文 参考訳(メタデータ) (2022-12-24T18:15:39Z) - Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global
Weather Forecast [91.9372563527801]
我々は,世界天気予報を迅速かつ高精度に予測するためのディープラーニングベースのシステムであるPangu-Weatherを紹介する。
初めてAIベースの手法が、最先端の数値天気予報法(NWP)を精度で上回った。
Pangu-Weatherは、極端な天気予報や大規模なアンサンブル予測など、幅広い下流予測シナリオをサポートしている。
論文 参考訳(メタデータ) (2022-11-03T17:19:43Z) - Exploring the impact of weather on Metro demand forecasting using
machine learning method [1.602570550027996]
本研究は,2018年4月から6月にかけてのアジア地下鉄の実際の乗客フローデータを用いた。
短時間の交通流予測を用いて, 交通流の時空間分布を解析する。
論文 参考訳(メタデータ) (2022-10-24T13:01:47Z) - A two-step machine learning approach to statistical post-processing of
weather forecasts for power generation [0.0]
風と太陽のエネルギー源は非常に揮発性があり、グリッドオペレーターの計画が困難である。
本研究では、アンサンブル天気予報の校正のための2段階の機械学習に基づくアプローチを提案する。
論文 参考訳(メタデータ) (2022-07-15T16:38:14Z) - Meta-Learning over Time for Destination Prediction Tasks [53.12827614887103]
交通分野における公共目的と民間目標の両方を、車両の行動を理解し、予測する必要がある。
近年の研究では、時間情報の導入による予測性能の限界改善しか見出されていない。
本稿では、ニューラルネットワークが入力に応じて自身の重みを変えることを学習するハイパーネットワークに基づくアプローチを提案する。
論文 参考訳(メタデータ) (2022-06-29T17:58:12Z) - Calibration of wind speed ensemble forecasts for power generation [0.0]
過去数十年間、風力発電は欧州連合で2番目に大きな電力供給源となり、電力需要の16%を占めた。
そのボラティリティのため、風力エネルギーを電気グリッドにうまく統合するには、正確な短距離風力予測が必要である。
生のアンサンブルと比較すると,ポストプロセッシングは常に確率的および精度の高い点予測のキャリブレーションを改善する。
論文 参考訳(メタデータ) (2021-04-30T11:18:03Z) - Right Decisions from Wrong Predictions: A Mechanism Design Alternative
to Individual Calibration [107.15813002403905]
意思決定者は、しばしば不完全な確率予測に頼る必要がある。
本稿では,予測ユーティリティが実際に取得したユーティリティと一致することを保証する補償機構を提案する。
本研究では、乗客が飛行遅延確率に基づいて、個々の旅行計画をどのように確実に最適化できるかを示すアプリケーションを示す。
論文 参考訳(メタデータ) (2020-11-15T08:22:39Z) - A generative adversarial network approach to (ensemble) weather
prediction [91.3755431537592]
本研究では,500hPaの圧力レベル,2m温度,24時間の総降水量を予測するために,条件付き深部畳み込み生成対向ネットワークを用いた。
提案されたモデルは、2019年に関連する気象分野を予測することを目的として、2015年から2018年までの4年間のERA5の再分析データに基づいて訓練されている。
論文 参考訳(メタデータ) (2020-06-13T20:53:17Z)
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。