logo móvil
Contáctanos

Metodología de selección de variables de entrada basada en IA explicativa (XAI) para predecir el consumo de energía

Autores: Sim, Taeyong; Choi, Seonbin; Kim, Yunjae; Youn, Su Hyun; Jang, Dong-Jin; Lee, Sujin; Chun, Chang-Jae

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Metodología de selección de variables de entrada basada en IA explicativa (XAI) para predecir el consumo de energía


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Metodología
Variables de entrada
XAI
Predicción del consumo de energía
Modelo de predicción
Seúl

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 30

Citaciones: Sin citaciones


Descripción
Esta investigación propone una metodología para la selección de variables de entrada basada en Inteligencia Artificial Explicable (XAI) para la predicción del consumo de energía. Con este propósito, se seleccionó el modelo de predicción del consumo de energía (R = 0.871; MAE = 2.176; MSE = 9.870) recopilando los datos de energía utilizados en la construcción de un edificio de una universidad en Seúl, República de Corea. Aplicando XAI a los resultados del modelo de predicción, las variables de entrada se dividieron en tres grupos según la expectativa de la puntuación de clasificación.

Otros recursos que podrían interesarte

Temas Virtualpro