样本复杂度理论

数据够不够,理论来说话

首次为储能控制问题建立样本复杂度理论,使数据效率和价值可被理论度量。

王志清 · Zeren, Tan · 喻杨

IEEE Transactions on Smart Grid 2023

参数信息

样本复杂度上界
O(1/ε^2)

技术优势

数据采集有底线

首次为储能控制问题建立样本复杂度理论,能够理论性地量化达到特定性能所需的最小数据量,为数据采集提供明确依据。

策略效率能评估

通过样本复杂度理论,能够理论验证现有各种储能控制策略的数据利用效率,识别哪些策略更具成本效益。

算法开销更低

提出的样本动态规划算法同时实现成本最小化和数据高效利用,平衡了数据规模、计算负载与控制性能。

应用场景