KDDJun, 2023
针对鲁棒性能量预测的持续学习越界时空数据
Continually learning out-of-distribution spatiotemporal data for robust energy forecasting
Arian Prabowo, Kaixuan Chen, Hao Xue, Subbu Sethuvenkatraman, Flora D. Salim
TL;DR本研究探讨了在流行期间建筑能源使用的预测方法,使用在线学习和人类迁移数据作为新的预测方法,以适应变化的入住模式,并在六个建筑上进行了广泛的实验。