Fr\'{e}chet Power-Scenario Distance: A Metric for Evaluating Generative AI Models across Multiple Time-Scales in Smart Grids
Created by
Haebom
저자
Yuting Cai, Shaohuai Liu, Chao Tian, Le Xie
개요
본 논문은 스마트 그리드에서 생성형 AI 모델이 생성한 합성 데이터의 품질 평가를 위한 새로운 지표를 제안합니다. 기존의 유클리드 거리 기반 지표는 개별 샘플 간의 관계만 반영하는 한계가 있으나, 본 논문에서 제안하는 방법은 학습된 특징 공간에서 두 데이터셋 간의 프레셰 거리를 기반으로 하여 분포적 관점에서 생성 품질을 평가합니다. 실험 결과, 제안된 지표는 다양한 시간 척도와 모델에 걸쳐 우수한 성능을 보이며, 스마트 그리드 운영에서 데이터 기반 의사결정의 신뢰성을 향상시킵니다.
시사점, 한계점
•
시사점: 스마트 그리드에서 생성형 AI 모델이 생성한 합성 데이터의 품질 평가를 위한 새로운 지표를 제시하여 데이터 기반 의사결정의 신뢰성을 향상시킬 수 있습니다. 분포적 관점에서 데이터 품질을 평가함으로써 기존 지표의 한계를 극복합니다.
•
한계점: 제안된 지표의 성능은 학습된 특징 공간에 의존적이며, 특징 공간의 적절한 선택이 성능에 영향을 미칠 수 있습니다. 실험은 특정 스마트 그리드 환경에 국한되어 다른 환경에서의 일반화 성능은 추가적인 검증이 필요합니다. 또한, 프레셰 거리 계산의 계산 복잡도가 높을 수 있습니다.
