論文の概要: Activity Detection And Modeling Using Smart Meter Data: Concept And Case Studies

• arxiv url: http://arxiv.org/abs/2010.13288v2
• Date: Wed, 10 Mar 2021 12:53:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 20:08:31.310342
• Title: Activity Detection And Modeling Using Smart Meter Data: Concept And Case Studies
• Title（参考訳）: スマートメータデータを用いた活動検出とモデリング:概念とケーススタディ
• Authors: Hao Wang, Gonzague Henri, Chin-Woo Tan, Ram Rajagopal
• Abstract要約: 本稿では, より効果的に活動の分離を行う手法を提案する。 住宅負荷データと特徴量に基づくアクティビティ検出に機械学習を活用するフレームワークを開発する。 本研究では, 数値ケーススタディを通じて, 活動検出手法の有効性を実証する。
• 参考スコア（独自算出の注目度）: 6.7336801526732755
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Electricity consumed by residential consumers counts for a significant part of global electricity consumption and utility companies can collect high-resolution load data thanks to the widely deployed advanced metering infrastructure. There has been a growing research interest toward appliance load disaggregation via nonintrusive load monitoring. As the electricity consumption of appliances is directly associated with the activities of consumers, this paper proposes a new and more effective approach, i.e., activity disaggregation. We present the concept of activity disaggregation and discuss its advantage over traditional appliance load disaggregation. We develop a framework by leverage machine learning for activity detection based on residential load data and features. We show through numerical case studies to demonstrate the effectiveness of the activity detection method and analyze consumer behaviors by time-dependent activity modeling. Last but not least, we discuss some potential use cases that can benefit from activity disaggregation and some future research directions.
• Abstract（参考訳）: 住宅の消費者が消費する電力は世界の電力消費のかなりの部分を占めており、電力会社は広く普及している高度測定インフラのおかげで高分解能の負荷データを集めることができる。 非インタラクティブな負荷監視によるアプライアンス負荷分散に対する研究の関心が高まっている。 家電機器の電力消費は消費者の行動と直接的に関連しているため,本論文では,新たな,より効果的なアプローチ,すなわち活動分散を提案する。 本稿では, 従来の機器の負荷分散に対して, アクティブデアグリゲーションの概念を論じる。 住宅負荷データと特徴量に基づくアクティビティ検出に機械学習を活用するフレームワークを開発する。 本研究は,行動検出手法の有効性を示す数値ケーススタディと,時間依存行動モデルによる消費者行動の分析を行う。 最後に、アクティビティの分散と今後の研究の方向性から利益を得られる可能性のあるユースケースについて論じる。

関連論文リスト

• Human Action Anticipation: A Survey [86.415721659234]
  行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。 我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
  論文  参考訳（メタデータ） (2024-10-17T21:37:40Z)
• Estimating the Unobservable Components of Electricity Demand Response with Inverse Optimization [0.0]
  価格に対する電力需要の反応を理解し予測することは、システムオペレーター、小売業者、規制当局にとって重要な活動である。 ソーラー・プラス・ストレージ・システムや電気自動車といった柔軟な資産を持つアクティブ・コンシューマーの出現は、新たな課題をもたらす。 我々は、需要の主成分であるベースロード、フレキシブル、セルフジェネレーションを定義し、それぞれが市場価格信号に対する非線形応答を持つ。
  論文  参考訳（メタデータ） (2024-09-17T14:17:31Z)
• A Scoping Review of Energy Load Disaggregation [1.6783315930924723]
  エネルギー負荷の分散は、需要側管理の有効性を高めることで電力グリッドのバランスに寄与する。 現在、この分野は包括的概要を欠いている。 国内電力消費が最も研究されている地域であり、産業負荷の分散など他の地域もほとんど議論されていない。
  論文  参考訳（メタデータ） (2024-01-10T09:59:12Z)
• 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)
• Implicit Occupancy Flow Fields for Perception and Prediction in Self-Driving [68.95178518732965]
  自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。 既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。 これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
  論文  参考訳（メタデータ） (2023-08-02T23:39:24Z)
• A Matter of Annotation: An Empirical Study on In Situ and Self-Recall Activity Annotations from Wearable Sensors [56.554277096170246]
  In-the-wildデータ収集に焦点をあてたユーザスタディにおいて,一般的な4つのアノテーション手法の評価と対比を行う実験的検討を行った。 実際の記録プロセス中に参加者がアノテートするユーザ主導のin situアノテーションと、各日の終わりに参加者が振り返ってアノテートするリコールメソッドの両方に対して、参加者は自身のアクティビティクラスと対応するラベルを選択できる柔軟性を持っていた。
  論文  参考訳（メタデータ） (2023-05-15T16:02:56Z)
• A Neural Active Inference Model of Perceptual-Motor Learning [62.39667564455059]
  アクティブ推論フレームワーク(英: active inference framework、AIF)は、現代の神経科学を基盤とした、有望な新しい計算フレームワークである。 本研究では,ヒトの視覚行動指導において,AIFが期待する役割を捉える能力をテストする。 本稿では,多次元世界状態から自由エネルギーの一次元分布にマッピングする先行関数の新たな定式化について述べる。
  論文  参考訳（メタデータ） (2022-11-16T20:00:38Z)
• Investigating Underlying Drivers of Variability in Residential Energy Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
  スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。 本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
  論文  参考訳（メタデータ） (2021-02-16T16:56:27Z)
• Energy Drain of the Object Detection Processing Pipeline for Mobile Devices: Analysis and Implications [77.00418462388525]
  本稿では、移動体拡張現実(AR)クライアントのエネルギー消費と、畳み込みニューラルネットワーク(CNN)に基づく物体検出を行う際の検出遅延について、初めて詳細な実験を行った。 我々は,移動体ARクライアントのエネルギー分析を精査し,CNNによる物体検出を行う際のエネルギー消費に関するいくつかの興味深い視点を明らかにした。
  論文  参考訳（メタデータ） (2020-11-26T00:32:07Z)
• Reshaping consumption habits by exploiting energy-related micro-moment recommendations: A case study [2.741120981602367]
  この研究は、消費ログから繰り返し使われるパターンを検出することに基づいている。 これは、センサ、スマートメーター、アクチュエータのセットを使用するエネルギー消費削減システムの構造と運用を示す。 システムは、適切なタイミングで適切な省エネ行動を行うことをユーザに推奨し、徐々にユーザの習慣を形作る。
  論文  参考訳（メタデータ） (2020-10-09T17:29:56Z)
• 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。