Self-Supervised Temporal Super-Resolution of Energy Data using Generative Adversarial Transformer
यह शोध पत्र एक स्व-पर्यवेक्षित जनरेटिव एडवरसैरियल ट्रांसफॉर्मर (GAT) पद्धति का प्रस्ताव करता है जो ग्राउंड-ट्रुथ उच्च-रिज़ॉल्यूशन डेटा की आवश्यकता के बिना उच्च-रिज़ॉल्यूशन अपसैंपलिंग को सक्षम करके ऊर्जा डेटा में टेम्पोरल ग्रैनुलैरिटी अंतराल को पाटता है, जिससे पारंपरिक इंटरपोलेशन तकनीकों की तुलना में रूट मीन स्क्वायर एरर में 10% की कमी आती है और मॉडल प्रेडिक्टिव कंट्रोल सटीकता में 13% का सुधार होता है।