ホットトピック継続更新中
研究提出用于太阳辐照度预测的两阶段残差学习方法
1 件の報道1 件の報道元11 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，arXiv发布的一篇机器学习论文提出了一种用于太阳辐照度预测不确定性校准的两阶段残差学习方法。该方法首先利用LSTM网络预测期望太阳辐照度，再通过第二个网络单独建模预测误差分布，以此同时输出预测值与不确定性。在国家太阳辐射数据库历史数据的测试中，该方法改善了不确定性估计表现，使独立LSTM的预测标准差偏差降低了34.6%；当与高斯过程回归结合使用时，该偏差降低了56.5%。
AI が報道をもとに生成 · 10 時間前 更新
最新の進展11月6日 13:00
研究提出两阶段残差学习方法，使太阳辐照度预测标准差偏差最高降低56.5%。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 机器学习两阶段残差学习用于太阳辐照度预测的不确定性校准
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%。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。