基于可解释人工智能的送风温度预测系统
系统与控制
2025-01-10 v1 人工智能
系统与控制
摘要
本文探讨了应用可解释人工智能（XAI）技术来提高空气处理机组（AHU）自动送风温度（ASAT）控制中预测模型的透明度和理解度。研究重点在于使用带Huber损失的线性回归进行ASAT预测。然而，仅有一条没有语义或物理解释的控制曲线往往是不够的。本研究采用了一种XAI方法：沙普利值，它可以揭示推理过程并突出每个特征对最终ASAT预测的贡献。与其他XAI方法相比，沙普利值具有坚实的数学基础，从而带来解释的透明性。该研究展示了对比解释——针对每个ASAT控制值的切片，使得能够向客户提供曲线变化的客观理由。
引用
@article{arxiv.2501.05163,
title = {Explainable AI based System for Supply Air Temperature Forecast},
author = {Marika Eik and Ahmet Kose and Hossein Nourollahi Hokmabad and Juri Belikov},
journal= {arXiv preprint arXiv:2501.05163},
year = {2025}
}
备注
5 pages, 7 figures, 1 table, conference paper