基于位置编码的多居民智能家庭居民识别
机器学习
2023-10-30 v1 密码学与安全
摘要
我们提出一种新颖的居民识别框架,用于在多居住者智能环境中识别居民。所提框架采用基于位置编码概念的特征提取模型。该特征提取模型将家庭位置视为图。我们设计了一种新颖算法,从智能环境的布局地图构建此类图。使用 Node2Vec 算法将图转换为高维节点嵌入。引入长短期记忆 (LSTM) 模型,利用带有节点嵌入的传感器事件时间序列预测居民身份。大量实验表明,我们提出的方案能有效识别多居住者环境中的居民。在两个真实世界数据集上的评估结果显示,我们提出的方法分别达到了 94.5% 和 87.9% 的准确率。
引用
@article{arxiv.2310.17836,
title = {Positional Encoding-based Resident Identification in Multi-resident Smart Homes},
author = {Zhiyi Song and Dipankar Chaki and Abdallah Lakhdari and Athman Bouguettaya},
journal= {arXiv preprint arXiv:2310.17836},
year = {2023}
}
备注
27 pages, 11 figures, 2 tables