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.
To Another Language
from source content
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Abhishek Dut... ที่ arxiv.org 04-05-2024
https://arxiv.org/pdf/2404.03320.pdfสอบถามเพิ่มเติม