arXiv 机器学习· RR Flanagan, E Kasha, PW Talbot, AS Epiny, MR Deinert·2026-11-06 13:00· 11 時間前AI スコア32

两阶段残差学习用于太阳辐照度预测的不确定性校准

Two-stage residual learning for calibrated uncertainty in solar irradiance forecasts

未翻訳のため中国語で表示しています。

AI ガイド

研究人员提出一种两阶段残差学习方法，先通过 LSTM 网络预测期望太阳辐照度，再利用第二个网络单独建模预测误差分布以同时输出预测值与不确定性。在国家太阳辐射数据库的历史数据测试中，该方法使独立 LSTM 的预测标准差偏差降低了 34.6%，与高斯过程回归结合时偏差降低了 56.5%。

出典：arXiv 机器学习 · arxiv.org