論文の概要: Building power consumption datasets: Survey, taxonomy and future directions

• arxiv url: http://arxiv.org/abs/2009.08192v1
• Date: Thu, 17 Sep 2020 10:19:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 00:18:39.526907
• Title: Building power consumption datasets: Survey, taxonomy and future directions
• Title（参考訳）: 建築用電力消費データセット:調査,分類,今後の方向性
• Authors: Yassine Himeur and Abdullah Alsalemi and Faycal Bensaali and Abbes Amira
• Abstract要約: 本研究は,建築エネルギー消費データセットの数値的および方法論的性質を調査,研究,可視化するために提案される。 地理的な位置,収集期間,監視対象世帯数,収集データのサンプリング率,サブメータ家電数,抽出特徴量,リリース日など,合計31のデータベースを調査・比較した。 新たなデータセット、すなわち、注釈付き消費電力異常検出データセットであるカタール大学データセットが提示されている。
• 参考スコア（独自算出の注目度）: 2.389598109913753
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the last decade, extended efforts have been poured into energy efficiency. Several energy consumption datasets were henceforth published, with each dataset varying in properties, uses and limitations. For instance, building energy consumption patterns are sourced from several sources, including ambient conditions, user occupancy, weather conditions and consumer preferences. Thus, a proper understanding of the available datasets will result in a strong basis for improving energy efficiency. Starting from the necessity of a comprehensive review of existing databases, this work is proposed to survey, study and visualize the numerical and methodological nature of building energy consumption datasets. A total of thirty-one databases are examined and compared in terms of several features, such as the geographical location, period of collection, number of monitored households, sampling rate of collected data, number of sub-metered appliances, extracted features and release date. Furthermore, data collection platforms and related modules for data transmission, data storage and privacy concerns used in different datasets are also analyzed and compared. Based on the analytical study, a novel dataset has been presented, namely Qatar university dataset, which is an annotated power consumption anomaly detection dataset. The latter will be very useful for testing and training anomaly detection algorithms, and hence reducing wasted energy. Moving forward, a set of recommendations is derived to improve datasets collection, such as the adoption of multi-modal data collection, smart Internet of things data collection, low-cost hardware platforms and privacy and security mechanisms. In addition, future directions to improve datasets exploitation and utilization are identified, including the use of novel machine learning solutions, innovative visualization tools and explainable recommender systems.
• Abstract（参考訳）: 過去10年間、エネルギー効率にさらなる努力が注ぎ込まれてきた。 その後、いくつかのエネルギー消費データセットが公開され、各データセットは特性、用途、制限によって異なる。 例えば、エネルギー消費パターンの構築は、環境条件、ユーザ占有率、天候条件、消費者の嗜好など、いくつかのソースから発生している。 したがって、利用可能なデータセットの適切な理解は、エネルギー効率を改善するための強力な基盤となる。 既存のデータベースの包括的レビューの必要性から,建築エネルギー消費データセットの数値的,方法論的性質を調査,研究し,可視化するために提案する。 地理的な位置,収集期間,監視対象世帯数,収集データのサンプリング率,サブメータ家電数,抽出特徴量,リリース日など,合計31のデータベースを調査・比較した。 さらに、異なるデータセットで使用されるデータ転送、データストレージ、およびプライバシの懸念のためのデータ収集プラットフォームおよび関連モジュールも分析・比較する。 分析研究に基づいて、新たなデータセット、すなわち、注釈付き消費電力異常検出データセットであるカタール大学データセットが提示された。 後者は異常検出アルゴリズムのテストと訓練に非常に有用であり、したがって無駄なエネルギーを削減できる。 将来的には、マルチモーダルデータ収集、スマートiotデータ収集、低価格ハードウェアプラットフォーム、プライバシとセキュリティメカニズムの採用など、データセットの収集を改善するために一連のレコメンデーションが導かれている。 さらに、新たな機械学習ソリューション、革新的な視覚化ツール、説明可能なレコメンデーションシステムなど、データセットの活用と利用を改善するための今後の方向を特定する。

関連論文リスト

• A Survey on Data Selection for Language Models [151.6210632830082]
  データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。 ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。 広範なデータ選択研究のリソースを持つ組織はほとんどない。
  論文  参考訳（メタデータ） (2024-02-26T18:54:35Z)
• Occupancy Detection Based on Electricity Consumption [0.0]
  本稿では、低周波電力消費データから住宅が空き時間帯を抽出する新しい手法を提案する。 これは、シミュレーションおよび実消費曲線の両方において、励まされる結果を示す。
  論文  参考訳（メタデータ） (2023-12-13T21:49:09Z)
• LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
  道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。 しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。 カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
  論文  参考訳（メタデータ） (2023-06-14T05:48:36Z)
• infoVerse: A Universal Framework for Dataset Characterization with Multidimensional Meta-information [68.76707843019886]
  infoVerseは、データセットの特徴付けのための普遍的なフレームワークである。 infoVerseは、様々なモデル駆動メタ情報を統合することで、データセットの多次元特性をキャプチャする。 実世界の3つのアプリケーション(データプルーニング、アクティブラーニング、データアノテーション)において、infoVerse空間で選択されたサンプルは、強いベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2023-05-30T18:12:48Z)
• Self-supervised Activity Representation Learning with Incremental Data: An Empirical Study [7.782045150068569]
  本研究では,時系列分類タスクにおける自己教師付き表現学習モデルの利用が及ぼす影響について検討する。 4つの公開データセットにおいて,ラベル付きデータのサイズ,分布,ソースが最終分類性能に与える影響を解析した。
  論文  参考訳（メタデータ） (2023-05-01T01:39:55Z)
• A Comprehensive Survey of Dataset Distillation [73.15482472726555]
  限られた計算能力で無制限に成長するデータを扱うことは困難になっている。 ディープラーニング技術はこの10年で前例のない発展を遂げた。 本稿では,多面的なデータセット蒸留の総合的な理解を提供する。
  論文  参考訳（メタデータ） (2023-01-13T15:11:38Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• DC-BENCH: Dataset Condensation Benchmark [79.18718490863908]
  この研究は、データセットの凝縮に関する最初の大規模標準ベンチマークを提供する。 それは、凝縮法の生成可能性と有効性を包括的に反映する一連の評価から成り立っている。 ベンチマークライブラリは、将来の研究とアプリケーションを容易にするためにオープンソース化されている。
  論文  参考訳（メタデータ） (2022-07-20T03:54:05Z)
• LEAD1.0: A Large-scale Annotated Dataset for Energy Anomaly Detection in Commercial Buildings [0.0]
  我々は,1年以上にわたる1,413個のスマート電気メーター時系列を含むASHRAE Great Energy Predictor IIIデータセットの注釈付きバージョンをリリースする。 我々は,8つの最先端異常検出手法の性能をベンチマークし,その性能を比較した。
  論文  参考訳（メタデータ） (2022-03-30T07:30:59Z)
• A Collection and Categorization of Open-Source Wind and Wind Power Datasets [0.0]
  風力予測タスクに十分なデータセットが公開されていることを示す。 また、研究者が適切なオープンソースデータセットを選択できるように、異なるデータグループプロパティについても論じる。
  論文  参考訳（メタデータ） (2022-02-17T08:53:09Z)
• Energy Disaggregation with Semi-supervised Sparse Coding [0.0]
  エネルギー分解研究は、集約されたエネルギー消費データを部品機器に分解することを目的としている。 本稿では,エネルギー保全のための大規模家庭用電力利用データセットを用いて,スパース符号化に基づく差別的分散モデルの評価を行った。
  論文  参考訳（メタデータ） (2020-04-20T21:05:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。