適応型住宅短期負荷予測のための行動条件付きニューラルプロセス

人間の視覚が、単一のスナップショットではなく中間的な仮説によって連続的に視線をリダイレクトする能動的な観察を行うという考えに基づき、マルチモーダル大規模言語モデル（MLLM）が能動的観察を行うかを測定するベンチマーク「ActiveVision」を導入します。

• 住宅の短期電力消費量予測において、行動構造を直接予測メカニズムに組み込む「行動条件付きニューラルプロセス」を提案。
• 提案手法は、潜在変数を用いて各負荷プロファイルをタスクとして扱い、行動構造を明示的にモデル化する。
• 教師なし学習のため、クラスタリング情報を用いた弱い教師信号を訓練時に利用し、テスト時には文脈から推定される分布のみに依存。
• SGSCデータセットを用いた実験で、提案手法が既存のANPベースラインや決定論的予測手法と比較してMAEとCRPSを改善した。
• 特に、文脈情報が限られている場合に最も効果が高く、多様な消費パターンを持つ世帯でも、不確実性を考慮した単一モデルでの予測を可能にする。