文献

J-GLOBAL ID：202002232267943544   整理番号：20A2624446

集約電力消費データを用いた家庭活動認識【JST・京大機械翻訳】

Home Activity Recognition Using Aggregated Electricity Consumption Data

著者 (4件)： Ishizu Kotaro (Graduate School of Information Science & Technology, Osaka University,1-5 Yamadaoka, Suita,Osaka,Japan,565-0871) ,  Mizumoto Teruhiro (Graduate School of Information Science & Technology, Osaka University,1-5 Yamadaoka, Suita,Osaka,Japan,565-0871) ,  Yamaguchi Hirozumi (Graduate School of Information Science & Technology, Osaka University,1-5 Yamadaoka, Suita,Osaka,Japan,565-0871) ,  Higashino Teruo (Graduate School of Information Science & Technology, Osaka University,1-5 Yamadaoka, Suita,Osaka,Japan,565-0871)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SMARTCOMP  ページ： 302-307  発行年： 2020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： 本論文では,低解像度電力消費データを用いた低コスト,非侵襲的ホーム活動認識法を提案した。特に,次の2つの課題に取り組んだ。第1に,著者らは,住宅当たり集約された電力消費データの時系列のみを使用し,数10秒毎に測定して,それは通常,スマートメータによる需要監視のために使用される。そのような低解像度データによって認識できる一連の活動を設計し,バランスしたランダムフォレスト分類器を訓練し試験するための適切な特徴集合を見つける。第二に,異なる家庭で見られる活動パターンの発散を考察した。各家庭に専用の教師つき学習は現実的解決策ではないので,教師付き学習における異なる家庭データによって訓練された異なる分類器を整理し,オンラインフェーズにおける関心の家庭のための最良適合分類器を自動的に選択する方法を提示する。実験は,191日間,8つの実家庭から集約電力消費データを収集するために行われた。データセットを用いた活動認識の結果は,提案した方法が,非侵襲遠隔監視のために重要な,調理および睡眠のような活動の同定において,70%の認識精度を達成することを示した。Copyright 2020 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： *電力消費 ,  教師つき学習 ,  遠隔監視
準シソーラス用語： 分類会計機 ,  行動認識 ,  認識精度 ,  オンライン ,  ランダムフォレスト ,  スマートメータ , 【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 (4件)： 集約 ,  電力消費 ,  家庭 ,  活動認識