Fugu-MT 論文翻訳(概要): Utilizing Spatiotemporal Data Analytics to Pinpoint Outage Location

論文の概要: Utilizing Spatiotemporal Data Analytics to Pinpoint Outage Location

arxiv url: http://arxiv.org/abs/2410.12056v1
Date: Tue, 15 Oct 2024 20:51:56 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-17 13:43:02.733011
Title: Utilizing Spatiotemporal Data Analytics to Pinpoint Outage Location
Title（参考訳）: 時空間データ分析による停電位置のピンポイント化
Authors: Reddy Mandati, Po-Chen Chen, Vladyslav Anderson, Bishwa Sapkota, Michael Jarrell Warren, Bobby Besharati, Ankush Agarwal, Samuel Johnston III,
Abstract要約: イベント後分析における正確な障害位置を理解することが、障害管理の正確性を改善する鍵となる。本稿では,障害箇所を正確に特定し,分散運用やパフォーマンスチームに新たな洞察を与える手法を提案する。
参考スコア（独自算出の注目度）: 0.5224038339798622
License:
Abstract: Understanding the exact fault location in the post-event analysis is the key to improving the accuracy of outage management. Unfortunately, the fault location is not generally well documented during the restoration process, creating a big challenge for post-event analysis. By utilizing various data source systems, including outage management system (OMS) data, asset geospatial information system (GIS) data, and vehicle location data, this paper creates a novel method to pinpoint the outage location accurately to create additional insights for distribution operations and performance teams during the post-event analysis.
Abstract（参考訳）: イベント後分析における正確な障害位置を理解することが、障害管理の正確性を改善する鍵となる。残念なことに、障害位置は回復過程において一般的には文書化されておらず、事後分析の大きな課題を生み出している。本稿では, 停電管理システム(OMS)データ, 資産地理空間情報システム(GIS)データ, 車両位置情報データなど, さまざまなデータソースシステムを活用することにより, 停電位置を正確に特定し, 事後分析において, 配電運用および運用チームにさらなる洞察を与える新しい手法を提案する。

関連論文リスト

Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
論文参考訳（メタデータ） (2024-07-22T12:32:09Z)
PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection [51.20479454379662]
私たちはaを提案します。フェデレートされた異常検出フレームワークであるPeFADは、プライバシーの懸念が高まっている。我々は、4つの実際のデータセットに対して広範な評価を行い、PeFADは既存の最先端ベースラインを最大28.74%上回っている。
論文参考訳（メタデータ） (2024-06-04T13:51:08Z)
Demonstration of InsightPilot: An LLM-Empowered Automated Data Exploration System [48.62158108517576]
本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。 InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
論文参考訳（メタデータ） (2023-04-02T07:27:49Z)
Aware of the History: Trajectory Forecasting with the Local Behavior Data [30.90992947135638]
局所行動データは、軌道予測システムのための新しいタイプの入力データである。予測精度を向上させる新しい局所行動認識(LBA)予測フレームワークを提案する。また,LBF(Local-behavior-free)予測フレームワークも採用しています。
論文参考訳（メタデータ） (2022-07-20T04:35:38Z)
Flood Analytics Information System (FAIS) Version 4.00 Manual [0.0]
このプロジェクトは、洪水リスク評価と意思決定のために、ビッグデータ分析アプローチと機械学習と、ツイートの自然言語処理(NLP)を併用する最初の試みだった。複数のPythonパッケージが開発され、Flood Analytics Information System (FAIS)に統合された。
論文参考訳（メタデータ） (2021-11-30T15:46:38Z)
Unsupervised Change Detection of Extreme Events Using ML On-Board [3.1955314117075715]
変分オートエンコーダ(VAE)に基づく衛星データにおける変更検出のための軽量で教師なしのアプローチであるRaVAEnを紹介する。 RaVAEnは、サンプルデータを衛星に直接前処理し、ダウンリンク、応答時間を短縮するために変更したエリアをフラグで表示する。破滅的な事象の時系列からなるデータセット上で,本システムの有効性を検証した。
論文参考訳（メタデータ） (2021-11-04T16:45:15Z)
Robust and Transferable Anomaly Detection in Log Data using Pre-Trained Language Models [59.04636530383049]
クラウドのような大規模コンピュータシステムにおける異常や障害は、多くのユーザに影響を与える。システム情報の主要なトラブルシューティングソースとして,ログデータの異常検出のためのフレームワークを提案する。
論文参考訳（メタデータ） (2021-02-23T09:17:05Z)
Analysing the Data-Driven Approach of Dynamically Estimating Positioning Accuracy [81.66581693967416]
我々は、動的精度推定(DAE)を決定するためのデータ駆動型アプローチを分析する。この研究は、位置決めシステムの全体的な設計の文脈において、DAE決定のデータ駆動アプローチの概要を提供する。
論文参考訳（メタデータ） (2020-11-20T16:18:27Z)
Tuning a variational autoencoder for data accountability problem in the Mars Science Laboratory ground data system [3.867363075280544]
$Delta$-MADSは、欠落したパッチでデータを検出するために訓練された変分オートエンコーダのアーキテクチャをチューニングするために、デリバティブフリーの最適化手法である。 Delta$-MADSは、パッチを欠いたデータを検出するために訓練された変分オートエンコーダのアーキテクチャをチューニングするために、デリバティブフリーの最適化手法である。
論文参考訳（メタデータ） (2020-06-06T20:25:07Z)
Real-Time Anomaly Detection in Data Centers for Log-based Predictive Maintenance using an Evolving Fuzzy-Rule-Based Approach [0.0]
我々は、ジュネーブの大型ハドロン衝突型加速器(LHC)における高エネルギー物理実験を支援するイタリアの核物理学研究所(INFN)のTier-1データセンターに焦点を当てた。そこで本稿では,スライディングタイムウィンドウに基づくログレコードの監視と分類を行うリアルタイム手法と,ファジィルールに基づく分類モデルを提案する。
論文参考訳（メタデータ） (2020-04-25T21:19:44Z)
PyODDS: An End-to-end Outlier Detection System with Automated Machine Learning [55.32009000204512]
PyODDSは、データベースサポート付きアウトレイラ検出のための、エンドツーエンドのPythonシステムである。具体的には,探索空間を外乱検出パイプラインで定義し,与えられた探索空間内で探索戦略を作成する。また、データサイエンスや機械学習のバックグラウンドの有無に関わらず、統一されたインターフェイスと視覚化を提供する。
論文参考訳（メタデータ） (2020-03-12T03:30:30Z)

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。