이 연구는 연합 학습(Federated Learning) 프레임워크를 활용하여 스마트 에너지 미터 데이터 분석을 통한 부하 예측을 다룹니다. 주요 내용은 다음과 같습니다:
경량 완전 연결 심층 신경망 모델을 제안하여 연합 학습 프레임워크 내에서 기존 방식과 유사한 수준의 부하 예측 정확도를 달성하였습니다. 이를 통해 개인 미터 데이터 공유의 필요성을 줄일 수 있습니다.
클러스터링을 연합 학습 흐름과 결합하여 각 클러스터 내에서 더 나은 전역 표현을 달성하고, 이를 통해 예측 성능을 향상시켰습니다.
제안한 경량 모델이 복잡한 모델과 유사한 부하 예측 성능을 달성할 수 있음을 입증하였습니다.
경량 마이크로컨트롤러 플랫폼에서 제안 모델의 오버헤드를 정량화하여, 실제 스마트 미터 장치에 통합하기에 적합함을 보였습니다.
Ke Bahasa Lain
dari konten sumber
arxiv.org
Wawasan Utama Disaring Dari
by Abhishek Dut... pada arxiv.org 04-05-2024
https://arxiv.org/pdf/2404.03320.pdfPertanyaan yang Lebih Dalam