論文の概要: ENCOVIZ: An open-source, secure and multi-role energy consumption visualisation platform

• arxiv url: http://arxiv.org/abs/2305.05303v1
• Date: Tue, 9 May 2023 09:48:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 09:13:20.671838
• Title: ENCOVIZ: An open-source, secure and multi-role energy consumption visualisation platform
• Title（参考訳）: ENCOVIZ: オープンソースのセキュアでマルチロールエネルギー消費可視化プラットフォーム
• Authors: Efstratios Voulgaris, Ilias Dimitriadis, Dimitrios P. Giakatos, Athena Vakali, Athanasios Papakonstantinou, Dimitris Chatzigiannis
• Abstract要約: 本稿では,ENCOVIZプラットフォームについて紹介する。 ENCOVIZは、オープンソース技術の上に、最高のビジュアライゼーションプラクティスに従って構築されている。
• 参考スコア（独自算出の注目度）: 1.181393338951936
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The need for a more energy efficient future is now more evident than ever and has led to the continuous growth of sectors with greater potential for energy savings, such as smart buildings, energy consumption meters, etc. The large volume of energy related data produced is a huge advantage but, at the same time, it creates a new problem; The need to structure, organize and efficiently present this meaningful information. In this context, we present the ENCOVIZ platform, a multi-role, extensible, secure, energy consumption visualization platform with built-in analytics. ENCOVIZ has been built in accordance with the best visualisation practices, on top of open source technologies and includes (i) multi-role functionalities, (ii) the automated ingestion of energy consumption data and (iii) proper visualisations and information to support effective decision making both for energy providers and consumers.
• Abstract（参考訳）: よりエネルギー効率の良い未来の必要性はかつてないほど明らかになり、スマートな建物やエネルギー消費メーターといった省エネの可能性をもったセクターの継続的な成長につながっている。 大量のエネルギー関連データが生成されることは大きなアドバンテージですが、同時に、この意味のある情報を構造化し、整理し、効率的に提示する必要性という新しい問題を生み出します。 本稿では,マルチロール,拡張性,セキュア,エネルギー消費の可視化プラットフォームであるencoviz platformを提案する。 ENCOVIZは、オープンソース技術の上に、最高のビジュアライゼーションプラクティスに従って構築され、含まれています。 (i)マルチロール機能。 (ii)エネルギー消費データの自動取り込み及び 三 エネルギー事業者及び消費者の効果的な意思決定を支援するための適切な可視化及び情報

関連論文リスト

• Just In Time Transformers [2.7350304370706797]
  JITtransは,エネルギー消費予測精度を大幅に向上させる,トランスフォーマー深層学習モデルである。 本研究は, エネルギー管理を革新し, 持続可能な電力システムを構築するための先進的な予測技術の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2024-10-22T10:33:00Z)
• 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)
• Empowering Distributed Solutions in Renewable Energy Systems and Grid Optimization [3.8979646385036175]
  機械学習(ML)の進歩は再生可能エネルギー源の強化とグリッド管理の改善に重要な役割を果たしている。 ビッグデータとMLをスマートグリッドに組み込むことは、エネルギー効率の向上など、いくつかのメリットを提供する。 しかし、大規模なデータボリュームの処理、サイバーセキュリティの確保、専門知識の獲得といった課題に対処する必要がある。
  論文  参考訳（メタデータ） (2023-10-24T02:45:16Z)
• Data-driven quantitative analysis of an integrated open digital ecosystems platform for user-centric energy retrofits: A case study in Northern Sweden [0.0]
  ユーザ中心のエネルギー再最適化において,機能的なバックエンドサーバを備えたWebフレームワークに基づくオープンなディジタルエコシステムを提案する。 データ駆動型Webフレームワークは、エネルギーリノベーションベンチマークを構築するために提案されている。
  論文  参考訳（メタデータ） (2023-09-21T08:05:10Z)
• Non-Intrusive Electric Load Monitoring Approach Based on Current Feature Visualization for Smart Energy Management [51.89904044860731]
  我々はAIのコンピュータビジョン技術を用いて、スマートエネルギー管理のための非侵襲的な負荷監視手法を設計する。 マルチスケールの特徴抽出とアテンション機構を備えたU字型ディープニューラルネットワークを用いて,色特徴画像からすべての電気負荷を認識することを提案する。
  論文  参考訳（メタデータ） (2023-08-08T04:52:19Z)
• High-resolution synthetic residential energy use profiles for the United States [12.699816591560712]
  我々は、米国全土の住宅セクター向けに、大規模で総合的な住宅エネルギー利用データセットを公開します。 データは、合成世帯の1時間あたりのエネルギー使用プロファイルからなり、温度制御負荷(TCL)と家電の使用に分解される。
  論文  参考訳（メタデータ） (2022-10-14T20:55:10Z)
• 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)
• EnergyVis: Interactively Tracking and Exploring Energy Consumption for ML Models [8.939420322774243]
  EnergyVisは機械学習(ML)モデルのためのインタラクティブなエネルギー消費トラッカーです。 研究者は、重要なエネルギー消費と炭素フットプリントのメトリクス間で、モデルエネルギー消費をインタラクティブに追跡、可視化、比較することができる。 EnergyVisは、モデルトレーニング中に過剰なエネルギー使用量をインタラクティブに強調することで、計算持続可能性に関する意識向上を目指しています。
  論文  参考訳（メタデータ） (2021-03-30T15:33:43Z)
• Power Modeling for Effective Datacenter Planning and Compute Management [53.41102502425513]
  我々は,すべてのハードウェア構成とワークロードに適用可能な,正確でシンプルで解釈可能な統計パワーモデルの設計と検証の2つのクラスについて論じる。 提案された統計的モデリング手法は, 単純かつスケーラブルでありながら, 4つの特徴のみを用いて, 95% 以上の多様な配電ユニット (2000 以上) に対して, 5% 未満の絶対パーセンテージエラー (MAPE) で電力を予測できることを実証した。
  論文  参考訳（メタデータ） (2021-03-22T21:22:51Z)
• 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。