面向非侵入式用水末端监测的多标签时间序列分类方法
机器学习
2022-10-04 v1
摘要
来自不同应用领域的众多现实问题都存在时间依赖性。我们关注一种特定类型的时间序列分类，称之为聚合时间序列分类。我们考虑多变量时间序列的聚合序列，并提出一种仅基于聚合信息进行预测的方法。作为一个案例研究，我们将该方法应用于使用非侵入式用水监测时的家庭用水末端分解这一挑战性问题。我们的方法不需要对事件进行先验识别，据我们所知，这是首次被考虑。我们使用一个居民用水模拟器开展了广泛的实验研究，涉及不同的机器学习分类器、多标签分类方法，并成功证明了我们方法的有效性。
引用
@article{arxiv.2210.00089,
title = {A Multi-label Time Series Classification Approach for Non-intrusive Water End-Use Monitoring},
author = {Dimitris Papatheodoulou and Pavlos Pavlou and Stelios G. Vrachimis and Kleanthis Malialis and Demetrios G. Eliades and Theocharis Theocharides},
journal= {arXiv preprint arXiv:2210.00089},
year = {2022}
}
备注
18th International Conference on Artificial Intelligence Applications and Innovations (AIAI), 2022