GRATE：基于示例的聚合张量数据粒度化恢复
系统与控制
2020-04-07 v2 机器学习
系统与控制
最优化与控制
摘要
在本文中，我们解决了利用解聚示例恢复聚合张量数据准确细分的挑战。该问题由若干应用所驱动。例如，给定一些家庭的能耗细分，我们如何解聚同期其他家庭消耗的总能量？为应对这一挑战，我们提出 GRATE，一种将手头这一不适定任务转化为约束张量分解问题的严谨方法。随后，该优化问题使用交替最小二乘算法求解。GRATE 能够处理精确的聚合数据，也能处理某些未观测量对聚合数据有贡献的不精确聚合。我们特别侧重于能量解聚问题，其目标是从用户的月度聚合消耗中提供能量细分。在两个真实数据集上的实验表明，GRATE 在恢复比最先进能量解聚方法更准确的解聚方面具有功效。
引用
@article{arxiv.2003.12666,
title = {GRATE: Granular Recovery of Aggregated Tensor Data by Example},
author = {Ahmed S. Zamzam and Bo Yang and Nicholas D. Sidiropoulos},
journal= {arXiv preprint arXiv:2003.12666},
year = {2020}
}
备注
20 pages, 3 figures