search

SmartGridLab / EV-forecast

EV forecast based on ACN-Data Dataset from Caltech
0 stars 0 forks source link

[Suspended] ベイズ推定による予測結果を出す #2

Open daisukekodaira opened 5 months ago

daisukekodaira commented 5 months ago

追加したい機能

1か月分のベイズ推定による確率的な予測結果を出すコードを書く

Issueが解決した時に期待される結果

[Step1] １日分の予測結果を出す（図１の１日分) [Step2] １ヶ月の連続した予測結果を出す(図1) [Step3]

[図１イメージ] image

実装の指針

評価指標：以下の論文の中から一番よさそうなものをまず選ぶ Zhou, Dan, Zhonghao Guo, Yuzhe Xie, Yuheng Hu, Da Jiang, Yibin Feng, and Dong Liu. 2022. "Using Bayesian Deep Learning for Electric Vehicle Charging Station Load Forecasting" Energies 15, no. 17: 6195. https://doi.org/10.3390/en15176195

このIssueの必要性

まず結果を出して、以下のことを確認する必要がある。

Issue解決の期限

[Step1] 2024/5/28 [Step2] 2024/6/XX [Step3] 2024/6/XX とりあえず動くもの(まず1日分だけ結果がでるもの)が欲しい

daisukekodaira commented 5 months ago

Udemyで学習中 仕組みが分かるベイズ統計学入門

naruchoo commented 5 months ago

セクション5、29. M-Hアルゴリズムまで学習

daisukekodaira commented 5 months ago

@naruchoo できれば各セクションで実装して出てきた図とかをここに貼り付けてくれると嬉しい。

naruchoo commented 5 months ago
スクリーンショット 2024-05-09 15 54 07

21 モンテカルロ法

モンテカルロ法を用い、乱数を発生させサンプリングを行った図。下図のx軸が点を打った数、y軸は点が円に入る受容確率。 点を多く打つことで、徐々に解析解へ漸近。

naruchoo commented 4 months ago

モンテカルロ法の欠点：各サンプリングの試行が独立であり、的が小さいと全く当たらないことがある。 → そこで、1つ前のサンプリングをもとに、次の試行を確率的に改善させるMCMC（マルコフ連鎖モンテカルロ法）がベイズ統計学でよく用いられる。 本講義で扱われていたMCMCの手法は下の3つ。

  1. Gibbsサンプラー
  2. M-H アルゴリズム
  3. ハミルトニアン・モンテカルロ法
naruchoo commented 4 months ago
  1. Gibbsサンプラー ：サンプリングしたいパラメータが複数のとき用いられる。
スクリーンショット 2024-05-29 10 14 28 スクリーンショット 2024-05-29 10 14 36
naruchoo commented 4 months ago
  1. M-H アルゴリズム
スクリーンショット 2024-05-29 10 18 48
naruchoo commented 4 months ago
  1. ハミルトニアン・モンテカルロ法 スクリーンショット 2024-05-29 10 20 33 スクリーンショット 2024-05-29 10 20 40
daisukekodaira commented 4 months ago

@naruchoo 変調電流へ研究テーマを切り替えることが濃厚なので、一旦issueは凍結します。 新しい人が来たら再開予定です