Eine agentengestützte AI-Pipeline für Geräte-Level-Energieanomalieenerkennung und LLM-gesteuerte Empfehlungen

arXiv:2606.28467v1 Energieüberwachung auf Geräteebene in Bürogebäuden erzeugt laute Alerts, die nicht-fachkundige Facility Manager schwer nutzen können. Dieses Paper schlägt eine End-to-End-Agentur-Pipeline vor, die tiefe Time-Series-Forecasting und Variations-Anomalieerkennung kombiniert