基于半定规划松弛与随机舍入的能量分解方法
机器学习
2016-11-01 v1
摘要
我们开发了一种可扩展、计算高效的方法，用于家庭电器监测中的能量分解任务。该问题的目标是根据家庭的总能耗信号估计每个电器随时间变化的能耗。当前最先进的方法是将问题建模为因子隐马尔可夫模型中的推理，并使用二次规划来求解得到的二次整数规划的近似解。这里我们采用一种更原则性的方法，更适合整数规划问题，通过结合凸半定松弛、随机舍入以及一种可扩展的ADMM方法（利用所得半定规划的特殊结构）来找到近似最优解。仿真结果在合成和真实数据集上均证明了我们方法的优越性。
引用
@article{arxiv.1610.09491,
title = {SDP Relaxation with Randomized Rounding for Energy Disaggregation},
author = {Kiarash Shaloudegi and András György and Csaba Szepesvári and Wilsun Xu},
journal= {arXiv preprint arXiv:1610.09491},
year = {2016}
}