論文の概要: Towards a Recommender System for Profiling Users in a Renewable Energetic Community

• arxiv url: http://arxiv.org/abs/2209.05465v1
• Date: Tue, 6 Sep 2022 09:00:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:07:56.305065
• Title: Towards a Recommender System for Profiling Users in a Renewable Energetic Community
• Title（参考訳）: 再生可能エネルギーコミュニティにおけるユーザをプロファイリングするためのレコメンダシステムに向けて
• Authors: Pietro Hiram Guzzi, Francesco Chiodo
• Abstract要約: エネルギーシステムは、技術的、環境的、制度的なニーズによって動機付けられた急進的な変革を経ている。 ここでは、特に太陽エネルギーに基づく比較的小さな地域エネルギーシステムの導入に焦点を当てる。 エネルギー的コミュニティの重要な側面の1つは、ユーザ内で共有されるエネルギーを最大化することである。
• 参考スコア（独自算出の注目度）: 0.18275108630751835
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Current Energy systems located in almost all nations are going through a radical transformation motivated by technological, environmental and institutional needs. The introduction of novel technologies for energy production and storing, the insurgence of climate change and the attention for the introduction of low impact technologies in some countries are main factors leading this transformation. Here we focus in particular on the introduction of relatively small community energy systems based on solar energy that aim to re-organize local energy systems to integrate distributed energy resources and engage local communities. In each community, there is a set of producers and a set of consumers (and a set of producers/consumers called prosumers). One of the key aspects of the energetic communities is to maximise the energy that is shared within the user. Thus, it is crucial to select the best consumers/prosumers on the basis of their profile of consumption, in order to minimize subsequent management of the energy once the community is built. Here we describe the design of a recommender sysstem that is able to profile users on the basis of their past profile for subsequent admission into the energetic community. Experiments supporting this publication have been carried out under the BDTI (Big Data Test Infrastructure) of the European Union. The contents of this publication are the sole responsibility of authors and do not necessarily reflect the opinion of the European Union.
• Abstract（参考訳）: ほぼすべての国に存在する現在のエネルギーシステムは、技術的、環境的、そして制度的なニーズによって動機づけられた急進的な転換を経ています。 エネルギー生産・貯蔵のための新技術の導入、気候変動の激化、一部の国における低インパクト技術の導入への注意がこの転換を主導する主要な要因である。 ここでは,地域エネルギー資源の統合と地域コミュニティの関与を目的として,地域エネルギーシステムを再編することを目的とした,太陽エネルギーに基づく比較的小さな地域エネルギーシステムの導入に特に注目する。 各コミュニティには、プロデューサーのセットと消費者のセット(およびプロサマーと呼ばれるプロデューサー/消費者のセット)がある。 エネルギーコミュニティの重要な側面の1つは、ユーザ内で共有されるエネルギーを最大化することです。 したがって、コミュニティが構築されると、エネルギーのその後の管理を最小限に抑えるためには、消費のプロファイルに基づいて、最高の消費者/消費者を選ぶことが不可欠である。 ここでは,過去のプロファイルに基づいてユーザをプロファイルし,その後にエネルギッシュなコミュニティに登録できる推薦者sysstemの設計について述べる。 この出版を支持する実験は、欧州連合のbdti(big data test infrastructure)の下で行われている。 この出版物の内容は著者の唯一の責任であり、必ずしも欧州連合の見解を反映していない。

関連論文リスト

• Exploring the Privacy-Energy Consumption Tradeoff for Split Federated Learning [51.02352381270177]
  Split Federated Learning (SFL)は、最近、有望な分散学習技術として登場した。 SFLにおけるカット層の選択は、クライアントのエネルギー消費とプライバシに大きな影響を与える可能性がある。 本稿では、SFLプロセスの概要を概観し、エネルギー消費とプライバシを徹底的に分析する。
  論文  参考訳（メタデータ） (2023-11-15T23:23:42Z)
• RAI4IoE: Responsible AI for Enabling the Internet of Energy [40.87183313830612]
  本稿では,インターネット・オブ・エナジー(IoE)のための技術とアルゴリズムを備えた,等価で責任性の高いAIフレームワークの開発を計画する。 我々のプロジェクトのビジョンは、コミュニティメンバーの公平な参加と、IoEにおけるデータの責任を負うことで、AIの進歩の恩恵を享受し、安全で信頼性があり持続可能なエネルギーサービスを提供することです。
  論文  参考訳（メタデータ） (2023-09-20T23:45:54Z)
• A Federated learning model for Electric Energy management using Blockchain Technology [0.0]
  エネルギー不足と電力負荷の削減が発展途上国の主な問題である。 エネルギー管理の改善と再生可能エネルギーの利用は、エネルギー危機の解決に重要である。 化石燃料の高価格によるエネルギー需要の増大に対応するため, 再生可能エネルギー源の利用を増加させる必要がある。
  論文  参考訳（メタデータ） (2023-07-18T09:00:26Z)
• Intelligent edge-based recommender system for internet of energy applications [2.1874189959020423]
  本稿では,エッジアーキテクチャを用いたホームアシストプラットフォームへのエネルギー効率フレームワークの完全統合について述べる。 エンドユーザは、Home-Assistantユーザインターフェースを使用して、その消費パターンと環境データを視覚化することができる。 より注目すべきは、説明可能な省エネレコメンデーションが、モバイルアプリケーション経由で通知形式でエンドユーザに配信されることだ。
  論文  参考訳（メタデータ） (2021-11-25T23:28:14Z)
• Learning, Computing, and Trustworthiness in Intelligent IoT Environments: Performance-Energy Tradeoffs [62.91362897985057]
  Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。 本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
  論文  参考訳（メタデータ） (2021-10-04T19:41:42Z)
• Modelling the transition to a low-carbon energy supply [91.3755431537592]
  気候変動の影響を制限するため、低炭素電力供給への移行が不可欠である。 二酸化炭素排出量の削減は、世界がピーク点に達するのを防ぐのに役立ちます。 排気ガスの排出は、世界中の気象条件の極端に繋がる可能性がある。
  論文  参考訳（メタデータ） (2021-09-25T12:37:05Z)
• Empowering Prosumer Communities in Smart Grid with Wireless Communications and Federated Edge Learning [5.289693272967054]
  分散型エネルギー資源の指数関数的な成長は、スマートグリッドにおける従来の消費者のプロシューマーへの転換を可能にする。 消費者コミュニティが集合的目標を達成するためのマルチレベルの意思決定フレームワークを提案する。 プロシューマーのプライバシの保護に加えて,フェデレーション学習を用いた学習予測モデルが,異なるエネルギー資源に対して高い精度をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-04-07T14:57:57Z)
• A Hierarchical Approach to Multi-Energy Demand Response: From Electricity to Multi-Energy Applications [1.5084441395740482]
  本稿では,多くの住宅,商業,産業の消費者の集合体のエネルギー消費を制御する機会を探る。 このアンサンブル制御は、マルチエネルギーインフラシステムのモデリングツールのセットへの現代的な需要応答となる。
  論文  参考訳（メタデータ） (2020-05-05T17:17:51Z)
• Towards a Peer-to-Peer Energy Market: an Overview [68.8204255655161]
  本研究は, 電力市場を中心に, 現状と, プロシューマーによる分散型自己生成能力の増大傾向を比較した。 我々はP2P(Peer-to-Peer)エネルギー市場のための潜在的多層アーキテクチャを導入し、マイクログリッドの一部として、地域生産と地域消費の基本的な側面について議論する。 読者に全体像を示すため、スマートコントラクトやグリッド安定性といったエネルギー取引の関連要素についても精査する。
  論文  参考訳（メタデータ） (2020-03-02T20:32:10Z)
• Towards the Systematic Reporting of the Energy and Carbon Footprints of Machine Learning [68.37641996188133]
  我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。 エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。 炭素排出量削減とエネルギー消費削減のための戦略を提案する。
  論文  参考訳（メタデータ） (2020-01-31T05:12:59Z)

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。