📊 پیش‌بینی دقیق‌تر مصرف برق با هوش مصنوعی؛ چرا مدل‌های سنتی برنده شدند؟

در یک تحقیق جدید و جذاب که روی شبکه برق نیوانگلند انجام شده، محققان ۱۰ مدل مختلف هوش مصنوعی را برای پیش‌بینی مصرف برق به چالش کشیدند. نتیجه جالب بود: برخلاف تصور عمومی، مدل‌های درختی کلاسیک مثل CatBoost و XGBoost توانستند مدل‌های پیچیده ترنسفورمر و LSTM را شکست دهند! ⚡️

نکته کلیدی این پژوهش این است که ترنسفورمرها در این سناریو به عنوان استخراج‌کننده ویژگی عملکرد بهتری دارند تا مدل پیش‌بینی‌کننده نهایی. این تحقیق نشان می‌دهد که گاهی سادگی و استفاده از داده‌های درست (مثل تقویم و وضعیت هوا) بر مدل‌های بسیار حجیم پیروز می‌شود. 📉

منبع: arXiv AI