基于自注意力的窃电检测
机器学习
2020-02-18 v1 信号处理
机器学习
摘要
在本工作中，我们提出了一种新颖的自注意力机制模型，用于在呈现由中国国家电网提供的每日用电量的不平衡真实数据集上解决窃电检测问题。我们的关键贡献是引入了多头自注意力机制，并与空洞卷积拼接，再通过核大小为 的卷积进行统一。此外，我们引入了一个二值输入通道（Binary Mask）来标识缺失值的位置，使网络学会如何处理这些值。我们的模型达到了 的 AUC，相较先前基线工作提升了超过 。代码已在 GitHub 上提供：https://github.com/neuralmind-ai/electricity-theft-detection-with-self-attention。
引用
@article{arxiv.2002.06219,
title = {Electricity Theft Detection with self-attention},
author = {Paulo Finardi and Israel Campiotti and Gustavo Plensack and Rafael Derradi de Souza and Rodrigo Nogueira and Gustavo Pinheiro and Roberto Lotufo},
journal= {arXiv preprint arXiv:2002.06219},
year = {2020}
}