博士论文提出AutoEnergy自动化特征工程方法
热点事件持续更新
博士论文提出AutoEnergy自动化特征工程方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Nasser Alkhulaifi 提交的博士论文提出 AutoEnergy，一种面向能耗预测的自动化特征工程算法：它从时间戳和滞后能耗数据生成可解释特征，并与 AutoML 集成，用于端到端的能耗预测建模。 论文称，在覆盖住宅、商业、工业、可再生能源和电网的 18 个真实数据集上，AutoEnergy 的预测误差较基线 AutoML 和已有自动化特征工程方法降低 19.52%–84.72%，运行速度快 1.31–4.41 倍。上述效果为论文报告的结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
AutoEnergy：面向能耗预测的自动化特征工程与决策聚焦学习报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AIAutoEnergy：面向能耗预测的自动化特征工程与决策聚焦学习
博士论文提出 AutoEnergy，一种面向能耗预测的自动化特征工程算法，可从时间戳和滞后能耗数据生成可解释特征并集成 AutoML。在覆盖住宅、商业、工业、可再生能源和电网的 18 个真实数据集上，其预测误差较基线 AutoML 和已有自动化特征工程方法降低 19.52%-84.72%，运行速度快 1.31-4.41 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。