arXiv 机器学习· Yixuan Liang·· 5 小时前AI 评分36
面向美国建筑电表数据 AI 需求预测的验证数据接入流水线：设计、对照评估与修正
Validated Data Onboarding for AI Demand Forecasting on U.S. Building Meter Data: Design, Controlled Evaluation, and a Corrected Negative Result
AI 导读
该研究提出了一套用于电表数据检测与修复的接入流水线，仅利用预测时刻可用信息以保障 24 小时日前电力需求预测。在 Building Data Genome 2 数据集测试中，0.10% 的训练缺陷导致梯度提升模型误差上升 86%，经修复后 MASE 从 1.415 降回 0.729，同时保留了 93% 的训练目标。相关代码与数据已开源，包含 SHA-256 校验和 84 项自动化测试。
来源：arXiv 机器学习 · arxiv.org