Nov, 2023

探索医疗设施能源预测的人工智能方法：深入扩展系统综述

PDF
TL;DR医院能耗预测的机器学习和人工智能技术涉及多种数据输入，如入住情况和气象数据，部分研究对数据选择不够深入，时间动态、操作状态和预处理方法等方面仍有待研究，深度学习模型如人工神经网络显示出潜力但也带来了可解释性和计算需求方面的挑战，结果凸显了人工智能在优化医院能耗方面的巨大潜力，同时也强调了需要更全面细致的研究。未来研究的关键领域包括优化人工神经网络方法、新的优化和数据整合技术、将实时数据纳入智能能源管理系统以及增加对长期能源预测的关注。
hospitalsenergy consumptionmachine learningartificial intelligencedata inputs
发现论文，激发创造
  • 能源行业中人工智能的强大应用：智能预测

    本文提出了一种方法学习如何在能源领域中开发，部署和评估 AI 系统，以提高其可靠性、可控性和解释性，使用电力系统事件预测（PEF）作为示例应用，通过对同步相量测量单元（PMUs）测量的相量数据进行物理理解和采用基于机器学习的算法来预测所需需求，将物理维度与机器学习模型融合，实现降维和提高预测精度的目标。

    Nov, 2021

  • 人工智能在可再生能源领域的现状与未来发展：全面调查

    利用人工智能算法，研究了人工智能在可再生能源领域的应用，包括可再生能源发电、能源预测和能源系统优化等方面，分析了其性能和结果，并总结了人工智能在能源行业发展中的重要性和未来方向。

    Jun, 2024

  • 基于人工智能的优化能耗方法综述

    能源优化、人工智能、实时监测、智能系统和能源供应是该研究论文的主要关键词和研究领域，并通过对 17 个不同研究方法的评估揭示了它们的优势和局限性，为未来的人工智能与能源消耗优化的整合指明了方向。

    Jun, 2024

  • 变形金刚在医疗保健中的调查

    本质量分析了 Transformer 神经网络架构在医疗保健中的应用，以及在医学图像、电子健康记录和生理信号等多种形式的数据分析方面所发挥的积极作用，并概述了一些使用该架构的优点和局限性，包括计算成本、模型可解释性、公平性、与人类价值观的一致性、伦理和环境影响。

    Jun, 2023

  • 揭示隐藏的能量异常：利用深度学习优化体育设施的能量管理

    利用深度学习方法进行运动设施异常检测的研究，通过数据特征提取和阈值估计技术实现有效地异常检测，并减少误报，结果表明该方法在实际应用中具有优势。

    Feb, 2024

  • 面向神经进化系统的物理合理性研究

    通过最大化神经进化框架下人工神经网络模型的准确性和最小化功耗，本研究提出了一种新的变异策略，引入了模块层的随机重新引入，通过训练过程中同时训练两个模型以推动其中一个模型的功耗更低且准确性相似，结果表明功耗降低了 29.2%，但预测性能基本不受影响。

    Jan, 2024

  • 异构人工智能工作负载精确能耗测量

    近年来人工智能的兴起和模型复杂度的增加已开始带来计算资源需求上的挑战，本文针对大规模 AI 方法的能源效率问题，通过对不同计算节点上深度学习模型进行测量，说明了在算法层面和未来计算集群和硬件设计方面，准确测量 AI 工作量的功耗需求之重要性，以及模型训练和推理的能耗差异，提供了降低成本、提高用户意识的解决方案。

    Dec, 2022

  • 电动出行服务中 AI 算法在能源管理方面的综述

    电动出行解决方案的关键是能源管理，本文通过分析现有文献探讨了人工智能在解决电动出行领域的各种挑战中的潜力，并提出了未来研究的有效途径，以推动可持续和高效的电动出行解决方案的发展。

    Sep, 2023

  • 深度学习在医疗保健中的综述

    通过深入研究深度学习模型在医疗解决方案中的部署，本研究旨在探讨在医疗系统中使用的深度学习方法，包括前沿的网络设计、应用和市场趋势，以及当前未解决的问题和潜在方向。

    Oct, 2023

  • 智能能源系统中的 AI 可解释性和治理：一项综述

    通过收集 Scopus 数据库中的 3,568 篇相关论文，自动发现了 AI 治理能源的 15 个参数或主题，这篇论文深化了我们对能源中 AI 治理的知识，并有望帮助政府、工业、学术界、能源生产者和其他利益相关者了解 AI 在能源部门的应用，从而实现更好的设计、运营、利用和风险管理。

    Oct, 2022