97 % Genauigkeit sind bei einer statischen Prognose ein herausragender Wert! Ich vermute, hier liegt ein grundlegendes Missverständnis bezüglich der Funktionsweise des Systems vor.
Die Kurven, die du siehst, sind Lernkurven. Aus genau diesem Grund waren sie zwischenzeitlich deaktiviert und nur für Entwickler freigegeben – ein Punkt, der bereits mehrfach ausführlich dokumentiert und erklärt wurde.
Bei einer Trefferquote von 97 % liegt definitiv kein Fehlverhalten der KI vor. Im Gegenteil: Für ein statisches (nicht rollierendes) Modell ist das ein exzellentes Ergebnis. Mir ist kein anderes statisches Prognosemodell bekannt, das eine vergleichbare Performance liefert. Nahezu alle anderen Ansätze am Markt müssen kontinuierlich nachjustieren.
Zum Thema „Buckel“ (Verständnis des Modell-Verhaltens):
Wenn dich der Verlauf an dieser Stelle irritiert, empfehle ich dringend, dich mit dem mathematischen Konzept der Quantile zu befassen.
Wir sprechen hier über eine hochkomplexe Prognose, die von einem 5-KI-Stack generiert wird. Dieser kombiniert:
- Einen 4-Head-Transformer
- Ein LSTM (Long Short-Term Memory)
- Ein Physik-Backbone (für physikalisch konsistente Leitplanken)
- Sowie zwei weitere spezialisierte KI-Schichten im Stack.
Was du in der Visualisierung siehst, ist der P50-Wert (Median), basierend auf der Spanne von P10 bis P90 inklusive Gewichtung und einer Ridge-Regression. Genau das ist die Aufgabe dieses Stacks:
- Kein Bug, sondern im Gegenteil: An genau dieser Stelle entsteht eine neue Epoche.
- Aktive Lernsignale: Der Verlauf zeigt präzise, dass das Plateau dort noch nicht erreicht ist und das System aktiv Lernsignale generiert.
- Fazit: Unter Berücksichtigung der physikalischen Gesetzmäßigkeiten des Backbones und der zeitlichen Dynamik des LSTMs ist das ein mathematisch perfektes Ergebnis.
Hier herrscht schlichtweg eine Fehlinterpretation bzw. ein Verständnisproblem bezüglich der Funktionsweise eines so hochentwickelten KI-Stacks vor.
Das ist falsch! Wäre dem so hättest Du nicht so ein exzellentes Ergebnis! Du verwechselst eine Entwickleransicht die Lernsignale anzeigt mit einem Graphen. Bitte lese dir mal bei Gelegenheit die Beiträge zur KI und wie eine Ki lernt durch, ich habe das an mehreren Stellen ausführlich und sehr transparent erklärt. → Bitte immer daran denken: Du schaust auf eine Entwickler-Ansicht die Epochen und das Verhalten des Transformers darstellt und zeigt wo es noch Abweichungen in den Quantillen gibt! → das hat NICHTS mit Schatten, Prognosegüte oder ähnliches zu tun. Du kannst auch die RMSE und Co unter Optionen sehen, dort entscheidet sich die Güte des KI Stacks und nicht im Graphen! Auch hast Du eine ganze Handvoll Diagnosesensoren.. wenn Du die Werte nicht kennst, neu in der Materie bist.. kannst du die Werte einfach nehmen und mal in eine Ki deiner Wahl werfen und erklären lassen. Deine Aussage würde dann stimmen, wenn der Drift-Sensor nicht mehr auf WARNING oder ähnliches steht, das würde bedeutet die KI hat aufgegeben.. / ist kaputt / lernt nicht / erkennt keine Abweichungen / hat ein Plateau erreicht
@Joachim-xo ich hatte Dich so verstanden, dass es Dir darum ging das Hubble deinen Schatten nicht bei der Empfehlung berücksichtig! Das er in der Prognose ist, ist ja offensichtlich, sonst würde sie stärker Abweichen. Also arbeiten alle 5 einzelnen KI`s perfekt zusammen und es gibt kein Problem!!! Das von Dir zurecht benannte Thema " Hubble legt Empfehlungen in die Schattenstunden" habe ich überarbeitet. Wobei man auch hier vorsichtig sein muss, es kann durchaus Sinn machen! Wenn dein Eigenverbrauch trotz Verschattung gedeckt ist..
Fazit: kein BUG! - Im Gegenteil es ist ein Gütesiegel das es sauber läuft und die Gradienten, Rails, Safeguards, Heads, Backbone Training, Drift,.. perfekt funktioineren.