Multi-Plant Photovoltaic Energy Forecasting Challenge: Second place solution - Archive ouverte HAL
Communication Dans Un Congrès Année : 2017

Multi-Plant Photovoltaic Energy Forecasting Challenge: Second place solution

Clément Gautrais
Université de Rennes
Large Scale Collaborative Data Mining
Yann Dauxais
Université de Rennes
Large Scale Collaborative Data Mining
CV
Maël Guilleme
Université de Rennes
Large Scale Collaborative Data Mining

Résumé

This paper presents the approach we took to solve the Multi-Plant Photovoltaic Energy Forecasting Challenge for ECML/PKDD 2017. The approach we took granted us the second place of that challenge. In the paper, we will present how we moved from standard regression techniques to simple function optimization to tackle the challenge.

Domaines

Intelligence artificielle [cs.AI]
Fichier principal
Vignette du fichier
paper.pdf (387.92 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Clément Gautrais  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01639813

Soumis le : lundi 20 novembre 2017-16:06:41

Dernière modification le : mardi 5 novembre 2024-09:12:03

Archivage à long terme le : mercredi 21 février 2018-14:48:51

Télécharger pour visualiser

Dates et versions

hal-01639813 , version 1 (20-11-2017)

Identifiants

  • HAL Id : hal-01639813 , version 1

Citer

Clément Gautrais, Yann Dauxais, Maël Guilleme. Multi-Plant Photovoltaic Energy Forecasting Challenge: Second place solution. Discovery Challenges co-located with European Conference on Machine Learning - Principle and Practice of Knowledge Discovery in Database, Sep 2017, Skopje, Macedonia. ⟨hal-01639813⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS INRIA INSA-RENNES IRISA INRIA2 UR1-MATH-STIC UR1-UFR-ISTIC UNIV-RENNES UR1-MATH-NUM
496 Consultations
143 Téléchargements

Partager

More