BriefGPT - AI 论文速递
·
危机谈话：能源危机与生活成本公众辩论的分析
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究通过分析国家新闻中的社会信息，探讨了其对电力需求预测的影响，并提出了改进预测的方法。实验结果表明最佳模型能够降低预测误差，对传统电力需求分析具有潜在的社会和经济影响。
🎯
关键要点
- 研究通过分析国家新闻中的社会信息，探讨其对电力需求预测的影响。
- 实验分析了从国家新闻中提取的预测特征对日前电力需求预测的影响。
- 最佳模型可将官方标准误差在 RMSE、MAE 和 SMAPE 方面降低约 4%、11% 和 10%。
- 最佳表现方法包括确定 COVID-19 相关关键字的词频和识别流行病及内部政治新闻的主题分布。
- 识别国际冲突新闻的全球词嵌入，为传统电力需求分析提供新视角。
- 确认利用文本中的非结构化信息改进电力需求预测的可行性，具有潜在的社会学和经济学影响。
➡️
