يقترح الباحثون Cluster-based Sequential Feature Selection (CSFS)، وهي طريقة غلاف جديدة تعتمد على التجميع للاختيار التلقائي والكفء للميزات في خطوط أنابيب التنبؤ بالطاقة المتجددة. يعالج هذا النهج نقص الأساليب المنهجية لاختيار ميزات الإدخال من العدد الكبير من متغيرات المراقبة والبيئية المتاحة.
- CSFS غير مرتبط بنموذج معين ومصمم لتحسين الموثوقية في نمذجة منحنى طاقة توربينات الرياح والتنبؤ بالطاقة الكهروضوئية.
- يتم توفير تنفيذ مفتوح المصدر على GitHub لدعم إمكانية إعادة الإنتاج وإعادة الاستخدام.
- تقارن التقييمات التجريبية CSFS مع اختيار الميزات التسلسلي القائم على الغلاف (SFS)، والطرق القائمة على المرشحات، وأهمية الميزات المضمنة في Random Forest.
- توفر الطرق القائمة على الغلاف بشكل عام اختيارات أفضل للميزات مقارنة بالتقنيات الأخرى.
- يحقق CSFS أداءً تنبؤيًا مماثلًا لـ SFS مع تقليل التكلفة الحسابية بنسبة 21% في المتوسط.
تسلط الدراسة الضوء على أن الطرق القائمة على الغلاف توفر أداءً متفوقًا في اختيار الميزات، حيث يوفر CSFS بديلاً أكثر كفاءة من الأساليب التسلسلية الحالية دون التضحية بالدقة.