Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaEnergiCPS: Medium: Federated Learning for Predicting Electricity Consumption with Mixed Global/Local Models
Proyek riset & pengembangan

CPS: Medium: Federated Learning for Predicting Electricity Consumption with Mixed Global/Local Models

Ringkasan tujuan riset

Pembelajaran federatif bertingkat diteliti untuk memprediksi konsumsi listrik sehari sebelumnya dengan model rumah tangga lokal dan pola global tanpa berbagi seluruh data.

Energi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2317079Periode tercatat 2024-05-01 sampai 2027-04-30.NSF 2317079MulaiAkhir tercatat202420282024-05-012027-04-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Data meter pintar berinterval lima belas menit menjadi dasar pelatihan jaringan saraf berulang untuk prediksi deret waktu. Interaksi berulang antara konsumen dan utilitas akan mempertahankan privasi sambil menggabungkan model lokal serta global. Riset mengembangkan algoritme federatif bertingkat yang efisien dalam sampel dan waktu, serta arsitektur yang menangkap ketergantungan jangka panjang. Perilaku konsumsi yang berderau menjadi batas penting yang harus ditangani.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Trustees of Boston University
Program
CPS-Cyber-Physical Systems
Periode pendanaan tercatat
2024-05-01 → 2027-04-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Electrical, Communications, & Cyber Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.