基于电器用电的机器学习非侵入式居家外出检测 methods
机器学习
2022-08-23 v1 人工智能
神经与进化计算
信号处理
摘要
居家外出检测是智能家居安装中的一个新兴领域。识别房屋居民是否在家，在许多场景中都很重要。可能的场景包括但不限于：独居老人、痴呆症患者、居家隔离。大多数已发表的论文侧重于使用压力/门传感器或摄像头来检测外出事件。尽管上述方法提供了可靠的结果，但它们具有侵入性，并且需要修改传感器放置位置。在我们的工作中，电器用电被研究作为一种检测居民在场或不在场的方法。能源使用是功率分解的结果，这是一种非侵入式/非入侵式传感方法。由于提供能源数据和居家外出真值的数据集不可用，我们在UK-DALE数据集（一个著名的非侵入式负载监测（NILM）数据集）上引入了人工外出事件。使用生成的数据集评估了几种机器学习算法。基准结果表明，利用电器功耗进行居家外出检测是可行的。
引用
@article{arxiv.2203.16538,
title = {Machine Learning Approaches for Non-Intrusive Home Absence Detection Based on Appliance Electrical Use},
author = {Athanasios Lentzas and Dimitris Vrakas},
journal= {arXiv preprint arXiv:2203.16538},
year = {2022}
}
备注
20 pages,submitted to "Expert Systems with Applications"