基于卷积稀疏编码的无监督能量分解
最优化与控制
2023-10-26 v2 机器学习
信号处理
摘要
本文提出一种针对配备智能电表的私人家庭的无监督能量分解方法。该方法旨在将功耗分类为主动或被动，从而能够在不直接交互的情况下报告居民的活动与存在状态。这为诸如私人住宅非侵入式健康监测等应用奠定了基础。所提方法基于最小化一个合适的能量泛函，并采用iPALM（惯性近端交替线性化最小化）算法，证明了满足多种保证收敛的条件。为确认所提方法的可行性，提供了在半合成测试数据集上的实验以及与现有有监督方法的对比。
引用
@article{arxiv.2207.09785,
title = {Unsupervised energy disaggregation via convolutional sparse coding},
author = {Christian Aarset and Andreas Habring and Martin Holler and Mario Mitter},
journal= {arXiv preprint arXiv:2207.09785},
year = {2023}
}
备注
9 pages, 2 figures, 3 tables