文献

J-GLOBAL ID：202102242733038565   整理番号：21A0235353

データ駆動エネルギーモデリングのための信頼増強ビジュアル解析に向けて【JST・京大機械翻訳】

Towards Trust-Augmented Visual Analytics for Data-Driven Energy Modeling

著者 (6件)： Kandakatla Akshith Reddy (New Jersey Institute of Technology) ,  Chandan Vikas (Pacific NorthWest National Lab) ,  Kundu Soumya (Pacific NorthWest National Lab) ,  Chakraborty Indrasis (Lawrence Livermore National Lab) ,  Cook Kristin (Pacific NorthWest National Lab) ,  Dasgupta Aritra (New Jersey Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： TREX  ページ： 16-21  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データ駆動予測モデリングの有望性は,様々な科学と工学分野でますます実現され,そこでは,専門家が,より従来,シミュレーション駆動モデリング実行に利用されている。しかし,信頼は,データ科学において必ずしも訓練されないかもしれないドメインエキスパートのための機械学習ベースモデルの大きな採用のためのボトルネックのままである。本論文では,物理ベースシミュレーションが補完されているか,あるいは様々な時空間スケールでのエネルギー供給と需要を予測するための機械学習ベースの方法に置換されている建物エネルギー領域に焦点を当てた。エネルギー科学者と技術者との密接な協調における信頼問題を研究し,この領域における専門知識と分析目標のさまざまな度合いを有する利害関係者に対するこの信用ボトルネックを緩和するために,視覚分析がどのように利用できるかを述べた。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  エネルギー領域 ,  エネルギー供給 ,  機械学習
準シソーラス用語： 利害関係者 ,  専門知識 ,  *データ駆動 ,  エネルギー学 ,  建設物 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： データ駆動 ,  エネルギーモデリング ,  信頼 ,  増強 ,  解析