ANNによる翌日最大電力需要予測結果のALIMEによる説明検証

カテゴリ: 研究会(論文単位)

論文No: ST24026,SMF24053

グループ名: 【C】電子・情報・システム部門 システム/【D】産業応用部門 スマートファシリティ合同研究会

発行日: 2024/10/28

タイトル(英語): Verification of Explanation of Daily Peak Load Forecasting Results using an Artificial Neural Network by Autoencoder Based Approach for Local Interpretability

著者名: 田中 嵩人(明治大学),福山 良和(明治大学),島崎 祐一(富士電機),飯坂 達也(富士電機)

著者名(英語): Shuto Tanaka(Meiji University),Yoshikazu Fukuyama(Meiji University),Yuichi Shimasaki(Fuji Electric Co., Ltd.),Tatsuya Iizaka(Fuji Electric Co., Ltd.)

キーワード: 説明可能性|翌日最大電力需要予測|ＡＬＩＭＥ|ＸＡＩ|ＡＮＮ|explainability|Daily Peak Load Forecasting|Autoencoder Based Approach for Local Interpretability|eXplainable Artificial Intelligence|Artificial Neural Network

要約(日本語): 本論文では，Autoencoder Based Approach for Local Interpretabilityによる，Artificial Neural Networkによる翌日最大電力予測結果の説明を提案する。提案法はオートエンコーダーによりデータを潜在表現することで本質的な特徴を考慮することで予測結果の局所的な説明の精度の向上が期待できる。本論文では様々なデーターパターンを利用して提案法の検証を行った。

要約(英語): This paper proposes an explanation of daily peak load forecasting results using an artificial neural network by autoencoder based approach for local interpretability. The proposed method is expected to enhance the accuracy of local explanations of prediction results by considering essential features through latent representations of the data using an autoencoder. The proposed method is verified using various data paterns.

本誌: 2024年10月31日システム/スマートファシリティ合同研究会

本誌掲載ページ: 27-31 p

原稿種別: 日本語

PDFファイルサイズ: 1,070 Kバイト