論文の概要: Can We Reliably Improve the Robustness to Image Acquisition of Remote Sensing of PV Systems?

• arxiv url: http://arxiv.org/abs/2309.12214v2
• Date: Wed, 8 Nov 2023 16:41:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-09 18:58:13.934161
• Title: Can We Reliably Improve the Robustness to Image Acquisition of Remote Sensing of PV Systems?
• Title（参考訳）: pvシステムのリモートセンシング画像取得におけるロバスト性を確実に向上できるか?
• Authors: Gabriel Kasmi and Laurent Dubus and Yves-Marie Saint-Drenan and Philippe Blanc
• Abstract要約: 屋上PV設置のリモートセンシングは、屋根上PV設置車両の地域規模での進化を監視する最良の選択肢である。 我々は、宇宙スケール領域におけるモデルの予測を分解するウェーブレットスケール属性法(WCAM)を利用する。 WCAMにより、PVモデルのどのスケールが残留しているかを評価することができ、取得条件に対するロバスト性を改善する手法を導出するための洞察を提供する。
• 参考スコア（独自算出の注目度）: 0.8192907805418583
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Photovoltaic (PV) energy is crucial for the decarbonization of energy systems. Due to the lack of centralized data, remote sensing of rooftop PV installations is the best option to monitor the evolution of the rooftop PV installed fleet at a regional scale. However, current techniques lack reliability and are notably sensitive to shifts in the acquisition conditions. To overcome this, we leverage the wavelet scale attribution method (WCAM), which decomposes a model's prediction in the space-scale domain. The WCAM enables us to assess on which scales the representation of a PV model rests and provides insights to derive methods that improve the robustness to acquisition conditions, thus increasing trust in deep learning systems to encourage their use for the safe integration of clean energy in electric systems.
• Abstract（参考訳）: 太陽光発電(PV)エネルギーはエネルギーシステムの脱炭に不可欠である。 集中型データがないため、屋上PVの遠隔センシングは、屋根上に設置されたPVの進化を地域規模で監視する最良の選択肢である。 しかし、現在の技術は信頼性に欠けており、買収条件の変化に特に敏感である。 これを解決するために、宇宙スケール領域におけるモデルの予測を分解するウェーブレットスケール属性法(WCAM)を利用する。 WCAMは、PVモデルのどのスケールで表現するかを評価することができ、取得条件に対する堅牢性を改善する手法を導出するための洞察を与え、それによってディープラーニングシステムの信頼を高め、電気システムにおけるクリーンエネルギーの安全な統合を奨励する。

関連論文リスト

• Space-scale Exploration of the Poor Reliability of Deep Learning Models: the Case of the Remote Sensing of Rooftop Photovoltaic Systems [0.7499722271664147]
  ディープラーニングを用いた屋上PVシステムのリモートセンシングが有望なソリューションとして浮上した。 既存の技術は、屋上PVの最新の統計を構築するのに十分な信頼性を持っていない。 本研究では,屋上PVパネルの検出を訓練したディープラーニングモデルの分類精度に及ぼす分布シフトの影響を網羅的に評価する。
  論文  参考訳（メタデータ） (2024-07-31T14:34:18Z)
• S3Former: Self-supervised High-resolution Transformer for Solar PV Profiling [6.646508986504754]
  航空画像からソーラーパネルを分割し,サイズと位置情報を提供するS3Formerを紹介した。 S3FormerはMasked Attention Mask Transformerを備えている。 多様なデータセットを用いてS3Formerを評価し、最先端モデルの改善を実証する。
  論文  参考訳（メタデータ） (2024-05-07T16:56:21Z)
• Advanced simulation-based predictive modelling for solar irradiance sensor farms [0.5292801941204784]
  この研究は、CAIDE(Cloud-based Analysis and Integration for Data efficiency)と呼ばれる新しいフレームワークを紹介している。 CAIDEは、太陽放射センサファームのリアルタイム監視、管理、予測のために設計されている。 この枠組みは、太陽光発電の展開と再生可能エネルギー源の将来に重要な意味を持っている。
  論文  参考訳（メタデータ） (2024-04-05T15:44:51Z)
• Unveiling the Invisible: Enhanced Detection and Analysis of Deteriorated Areas in Solar PV Modules Using Unsupervised Sensing Algorithms and 3D Augmented Reality [1.0310343700363547]
  本稿では,太陽光発電モジュールのホットスポットやスネールトレイルなどの異常を自動的に同定し,解析する基盤となる手法を提案する。 従来の診断法と修復法を変換することにより,効率を高めるだけでなく,PVシステムのメンテナンスコストを大幅に削減する。 我々の目指すのは、リアルタイムで自動ソーラーパネル検出にドローン技術を活用することで、PVのメンテナンスの有効性を大幅に向上させることです。
  論文  参考訳（メタデータ） (2023-07-11T09:27:00Z)
• A Comparative Study on Generative Models for High Resolution Solar Observation Imaging [59.372588316558826]
  本研究は、観測された太陽活動状態の背後にあるデータ分布を正確に捉えるために、現在の最先端生成モデルの能力について検討する。 スーパーコンピュータ上での分散トレーニングを用いて、人間の専門家が区別できない高品質なサンプルを生成する、最大1024x1024解像度の生成モデルを訓練することができる。
  論文  参考訳（メタデータ） (2023-04-14T14:40:32Z)
• Learning Stability Attention in Vision-based End-to-end Driving Policies [100.57791628642624]
  本稿では, 制御型リアプノフ関数(CLF)を利用して, エンドツーエンドのビジョンベースのポリシに安定性を付与する手法を提案する。 本稿では,att-CLFに密に統合された不確実性伝播手法を提案する。
  論文  参考訳（メタデータ） (2023-04-05T20:31:10Z)
• DeepSolar tracker: towards unsupervised assessment with open-source data of the accuracy of deep learning-based distributed PV mapping [0.0]
  既存の作業に基づいて、自動PVレジストリパイプラインを提案します。 このパイプラインは、すべての分散PVインストールの位置、エリア、インストール容量、傾き角を記録するデータセットを自動的に生成する。 本稿では,RNI(Registre national d'installation)に基づく非監督的手法を提案する。 当社のモデルは,50万平方キロメートル以上をカバーしているフランス9カ所のディパートメントにデプロイしています。
  論文  参考訳（メタデータ） (2022-07-15T13:23:24Z)
• A Multi-Stage model based on YOLOv3 for defect detection in PV panels based on IR and Visible Imaging by Unmanned Aerial Vehicle [65.99880594435643]
  本研究では,無人航空機が捉えた空中画像のパネル欠陥を検出するための新しいモデルを提案する。 このモデルは、パネルと欠陥の検出を組み合わせることで、精度を向上する。 提案モデルはイタリア南部の2つの大きなPVプラントで検証されている。
  論文  参考訳（メタデータ） (2021-11-23T08:04:32Z)
• Enforcing Policy Feasibility Constraints through Differentiable Projection for Energy Optimization [57.88118988775461]
  本稿では,ニューラルポリシー内での凸操作制約を強制するために,PROF(Projected Feasibility)を提案する。 エネルギー効率の高い建築操作とインバータ制御の2つの応用についてPROFを実証する。
  論文  参考訳（メタデータ） (2021-05-19T01:58:10Z)
• Energy Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space [62.39318039798564]
  相関情報を利用するスケジューリング機構を提案する。 提案したメカニズムは、センサが更新を送信する頻度を決定することができる。 我々は,センサの寿命を大幅に延長できることを示した。
  論文  参考訳（メタデータ） (2020-11-19T09:53:27Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

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。