文献

J-GLOBAL ID：201902217983351535   整理番号：19A0036683

非侵入型負荷監視(NILM):教師なし機械学習と特徴融合:個人的および産業的応用のためのエネルギー管理【JST・京大機械翻訳】

Non-Intrusive Load Monitoring (NILM): Unsupervised Machine Learning and Feature Fusion : Energy Management for Private and Industrial Applications

著者 (4件)： Bernard Timo (Fraunhofer IMS, Duisburg, Germany) ,  Verbunt Martin (Fraunhofer IMS, Duisburg, Germany) ,  Bogel Gerd vom (Fraunhofer IMS, Duisburg, Germany) ,  Wellmann Thorsten (Goethe University Frankfurt, Frankfurt am Main, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICSGCE  ページ： 174-180  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： エネルギー節約はクリーンエネルギー遷移のための重要な構築ブロックである。研究は,全体的な負荷プロファイルの考慮が,スマートメータを持つ場合と同様に,有意な節約ポテンシャルを同定するのに十分ではないことを示している。非侵入負荷監視により,コスト効果的な方法でデバイスの特定の消費分離が可能になる。著者らの研究は,非凝集性能を強化することができる低,中,および高周波数特徴の融合に焦点を合わせた。さらに,提案したアプローチは,新規性検出,小さな訓練フェーズおよびライブ処理を可能にする教師なし機械学習技術から成る。本論文では,家庭と産業のデータセットに関するアルゴリズム評価を行った。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エネルギー移動 ,  HF【周波数】 ,  位相 ,  *エネルギー管理 ,  アルゴリズム ,  省エネルギー
準シソーラス用語： スマートメータ ,  *侵入 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 侵入 ,  教師なし機械学習 ,  特徴融合 ,  個人 ,  産業 ,  応用 ,  エネルギー管理