Logo des Repositoriums

Auflistung nach Schlagwort "forecast"

1 - 2 von 2
  • Konferenzbeitrag
    A Journey to comprehensible User Behavior Models
    (Softwaretechnik-Trends Band 40, Heft 3, 2020) Jung, Reiner; Jürgensen, Lars
    Engineers use workload models to estimate the future utilization of services, understand usage profiles of services, and drive plans to evolve software systems. We usually separate workloads in intensities and user behavior models in context of performance evaluations and forecasting. Outside of software engineering user behaviors are often collected in clickstreams. They may represent the complete history of a user at one site. Ideally, a number of clickstreams can be transformed into a user behavior model containing multiple typical behavior pattern usable for a workload model. While the collection of user behaviors is fairly simple, the extraction of behavioral patterns is complicated. Current approaches are tailored for specific domains, are only applicable for one purpose, and refuse to be understood and analyzed in a meaningful way. In this paper, we introduce our latest advances to identify a suitable identification approach and layout further obstacles which must overcome to have comprehensible user behavior models.
  • Textdokument
    Konzept und Implementierung eines echtzeitfähigen Model Management Systems
    (BTW 2019, 2019) Hegenbarth, Yvonne; Ristow, Gerald
    Zur Gewährleistung der Stromnetzstabilität in Deutschland müssen Verteilernetzbetreiber darauf achten, dass zu jedem Zeitpunkt Energie-Erzeugung und -Verbrauch in ihrem Zuständig-keitsbereich in Einklang stehen. Dafür werden Vorhersagemodelle benötigt, um den zu erwartenden Überschuß oder zusätzlichen Bedarf an Energie für den Folgetag der Strombörse für den sogenannten Day-Ahead Handel zu melden. Neben dem Stromhandel für den Folgetag können Marktteilnehmer beim kontinuierlichen Intraday Strommengen bis zu fünf Minuten vor der tatsächlichen Auslieferung kaufen oder verkaufen. Bei Fehlprognosen und demnach Fehleinkäufen könnte mit einer Früherken-nung und Modellanpassung diese im Intraday ausgeglichen werden. Dazu wird in dieser Arbeit ein System beschrieben, das automatisiert Fehlprognosen frühzeitig erkennt und eine Modelländerung durchführt. Das Modell wird dabei an den aktuellen Sachverhalt der Verbrauchszeitreihe angepasst. Durch diese Modellanpassung wird die Vorhersage verbessert, sodass der Intraday Handel besser betrieben werden kann und Fehleinkäufe ausgeglichen werden.