本研究探讨了深度神经网络（DNN）中分段线性函数的复杂度，分析了其线性区域数量及影响因素。结果表明，DNN的实际表达能力可能低于理论最大值，并提出了新的计算方法和验证技术，强调了分段线性激活函数对损失曲面的影响。

该文介绍了一种交互式 GAM 模型，利用分段线性函数和特定领域知识提高电力预测性能。该模型在公共基准和电力数据集中优于当前最先进的方法，并在极端天气事件的情况下表现出良好的泛化能力。同时，该文还推出了一个用户友好的基于交互式 GAM 的网络工具，并将其整合到电力预测 AI 平台中。