Enhancing Energy Efficiency with Explainable AI: A Study in Smart Building Heating Load Prediction

Sandra Sačarić; Ivan Simić

doi:10.31449/upinf.282

Avtorji

Sandra Sačarić University of Zagreb, Faculty of Organization and Informatics
Ivan Simić University of Zagreb, Faculty of Organization and Informatics

DOI:

https://doi.org/10.31449/upinf.282

Ključne besede:

Python, napovedni model, Random Forest, upravljanje z energijo, xAI, LIME, SHAP

Povzetek

Umetna inteligenca (UI) je zmogljivo orodje za doseganje ciljev trajnostnega razvoja. Vendar pa kompleksnost številnih modelov UI predstavlja pomemben izziv na področjih, kot je upravljanje z energijo. Ta članek preučuje uporabo tehnik razložljive umetne inteligence (xAI) za izboljšanje preglednosti in zanesljivosti modelov strojnega učenja, uporabljenih za napoved porabe energije v pametnih stavbah. Z uporabo nabora podatkov, ki vsebuje strukturne in fizikalne značilnosti stavb, je bil razvit napovedni model na osnovi regresijskega algoritma Random Forest. Za interpretacijo in pojasnjevanje napovedi modela sta bili uporabljeni dve metodi xAI – LIME in SHAP. Rezultati kažejo, da obe xAI-tehniki učinkovito prepoznata ključne značilnosti, ki vplivajo na napovedi ogrevalne obremenitve, kar omogoča oblikovanje praktičnih strategij za varčevanje z energijo. Poleg tega kombinacija strojnega učenja in xAI-metod spodbuja zaupanje in odgovornost v sistemih upravljanja energije, podprtih z UI.

Biografije avtorja

Sandra Sačarić, University of Zagreb, Faculty of Organization and Informatics

Sandra Sačarić je diplomirala na področju umetne inteligence v poslovanju na Fakulteti za organizacijo in informatiko Univerze v Zagrebu, trenutno pa obiskuje magistrski študij informacijskega in programskega inženirstva. Njena raziskovalna zanimanja vključujejo strojno učenje, analizo podatkov in inteligentne sisteme. Medtem ko so njene nedavne raziskave preučevale razložljivo umetno inteligenco za izboljšanje energetske učinkovitosti v pametnih stavbah, je tudi avtorica študentskega prispevka Integracija kognitivnih agentov v vizualne romane.
Ivan Simić, University of Zagreb, Faculty of Organization and Informatics

Ivan Simić je prav tako diplomiral na istem področju – umetna inteligenca v poslovanju na Fakulteti za organizacijo in informatiko – in trenutno obiskuje magistrski študij podatkovnih baz in baz znanja na isti ustanovi. Njegova raziskovalna zanimanja vključujejo podatkovne baze, predstavitev znanja ter zanimanje za podatkovno vodene sisteme in inteligentno upravljanje informacij.