論文の概要: Towards Data-Driven Electricity Management: Multi-Region Harmonized Data and Knowledge Graph
- arxiv url: http://arxiv.org/abs/2405.18869v1
- Date: Wed, 29 May 2024 08:30:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-30 18:09:15.338946
- Title: Towards Data-Driven Electricity Management: Multi-Region Harmonized Data and Knowledge Graph
- Title（参考訳）: データ駆動型電力管理に向けて - マルチリージョン同調データと知識グラフ
- Authors: Vid Hanžel, Blaž Bertalanič, Carolina Fortuna,
- Abstract要約: 住宅部門は世界の電力消費の25%を占めている。
複数の地域にまたがる家庭レベルでの均一な消費データ不足は、大規模な研究を妨げる。
本稿では、公開されているソースからコンパイルされ、均一なフォーマットで提示されるマルチリージョンデータセットについて紹介する。
- 参考スコア（独自算出の注目度）: 0.196629787330046
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Due to growing population and technological advances, global electricity consumption, and consequently also CO2 emissions are increasing. The residential sector makes up 25% of global electricity consumption and has great potential to increase efficiency and reduce CO2 footprint without sacrificing comfort. However, a lack of uniform consumption data at the household level spanning multiple regions hinders large-scale studies and robust multi-region model development. This paper introduces a multi-region dataset compiled from publicly available sources and presented in a uniform format. This data enables machine learning tasks such as disaggregation, demand forecasting, appliance ON/OFF classification, etc. Furthermore, we develop an RDF knowledge graph that characterizes the electricity consumption of the households and contextualizes it with household related properties enabling semantic queries and interoperability with other open knowledge bases like Wikidata and DBpedia. This structured data can be utilized to inform various stakeholders towards data-driven policy and business development.
- Abstract（参考訳）: 人口増加と技術進歩により、世界的な電力消費が増加し、結果としてCO2排出量も増加している。
住宅セクターは世界の電力消費の25%を占めており、快適さを犠牲にすることなく効率を高め、CO2フットプリントを減らす大きな可能性を秘めている。
しかし、複数の地域をまたがる家庭レベルでの一様消費データが欠如していることは、大規模な研究や堅牢な多地域モデル開発を妨げる。
本稿では、公開されているソースからコンパイルされ、均一なフォーマットで提示されるマルチリージョンデータセットについて紹介する。
このデータにより、デアグリゲーション、需要予測、アプライアンスON/OFF分類などの機械学習タスクが可能になる。
さらに,家庭の電力消費を特徴付けるRDF知識グラフを開発し,Wikidata や DBpedia などのオープンな知識ベースとの相互運用性とセマンティッククエリを実現するための,家庭関連プロパティとコンテキストを関連づける。
この構造化されたデータは、さまざまな利害関係者にデータ駆動型ポリシーやビジネス開発について通知するために利用することができる。
関連論文リスト
- Physics-guided machine learning predicts the planet-scale performance of solar farms with sparse, heterogeneous, public data [0.0]
新興PV技術の可能性とスケーラビリティを予測するためには,これらのシステムの性能のグローバルな理解が不可欠である。
a)世界はPVZonesと呼ばれるいくつかのPV固有の気候ゾーンに分けて、関連する気象条件が大陸間で共有されていること、(b)気候的類似性を利用して、5か所の高品質な月次エネルギー収量データを用いて、空間分解能の高い年間エネルギー収量電位を正確に予測し、根平均二乗誤差が8m$2,000ドル未満であることを示すための、物理学誘導機械学習(PGML)スキームを提案する。
論文 参考訳（メタデータ） (2024-07-25T08:06:21Z) - Multi-modal Representation Learning for Cross-modal Prediction of
Continuous Weather Patterns from Discrete Low-Dimensional Data [12.25603295884306]
世界は地球温暖化に寄与する温室効果ガス排出量を減らすため、環境を汚染しないクリーンで再生可能エネルギー源を探している。
風力エネルギーは温室効果ガスの排出を減少させるだけでなく、エネルギー需要の増加に対応する大きな可能性を持っている。
風力エネルギーの有効利用を実現するためには,以下の3つの課題に対処することが重要である。
論文 参考訳（メタデータ） (2024-01-30T12:03:40Z) - Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。
高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。
また、解決を保障する科学的、技術的課題も検討している。
論文 参考訳（メタデータ） (2023-12-06T10:46:53Z) - Transforming Agriculture with Intelligent Data Management and Insights [3.027257459810039]
現代の農業は、気候変動と天然資源の枯渇の制約の下で、食料、燃料、飼料、繊維の需要の増加に対応するための大きな課題に直面している。
データ革新は、アグロエコシステムの生産性、持続可能性、レジリエンスの確保と改善に緊急に必要です。
論文 参考訳（メタデータ） (2023-11-07T22:02:54Z) - Home Electricity Data Generator (HEDGE): An open-access tool for the
generation of electric vehicle, residential demand, and PV generation
profiles [0.0]
Home Electricity Data Generator (HEDGE)は、現実的な住宅エネルギーデータをランダムに生成するためのオープンアクセスツールである。
住宅用太陽光発電、家庭用電気負荷、電気自動車の消費および家庭での可用性に関する現実的な日々のプロファイルを生成する。
次に、GAN(Generative Adversarial Network)を訓練し、各行動群を代表する現実的な合成データを生成する。
論文 参考訳（メタデータ） (2023-10-02T21:51:42Z) - Evaluating and Incentivizing Diverse Data Contributions in Collaborative
Learning [89.21177894013225]
フェデレートされた学習モデルがうまく機能するためには、多様で代表的なデータセットを持つことが不可欠である。
データの多様性を定量化するために用いられる統計的基準と、使用するフェデレート学習アルゴリズムの選択が、結果の平衡に有意な影響を及ぼすことを示す。
我々はこれを活用して、データ収集者がグローバルな人口を代表するデータに貢献することを奨励する、シンプルな最適なフェデレーション学習機構を設計する。
論文 参考訳（メタデータ） (2023-06-08T23:38:25Z) - Leveraging the Potential of Novel Data in Power Line Communication of
Electricity Grids [0.5399800035598186]
電力網は、日常生活において気づかないことが多いとしても、日常生活において不可欠な部分となっている。
本稿では、ブロードバンド電力線通信インフラにおける計測に基づく2つの第一種データセットを提案する。
両方のデータセットFiN-1とFiN-2は、約440万人を供給しているドイツの低電圧グリッドの一部で実運用中に収集された。
論文 参考訳（メタデータ） (2022-09-23T11:37:02Z) - Jalisco's multiclass land cover analysis and classification using a
novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。
本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。
組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
論文 参考訳（メタデータ） (2022-01-26T14:58:51Z) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳（メタデータ） (2021-08-10T19:19:41Z) - A Framework for Energy and Carbon Footprint Analysis of Distributed and
Federated Edge Learning [48.63610479916003]
本稿では,分散学習政策の環境フットプリントに影響を与える要因を概説し,分析する。
バニラとコンセンサスによって駆動される分散FLポリシーの両方をモデル化する。
その結果、flは低ビット/ジュール効率を特徴とするワイヤレスシステムにおいて、顕著なエンドツーエンドの省エネ(30%-40%)が可能となった。
論文 参考訳（メタデータ） (2021-03-18T16:04:42Z) - Investigating Underlying Drivers of Variability in Residential Energy
Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。
本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文 参考訳（メタデータ） (2021-02-16T16:56:27Z)
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。