Jul, 2023
朝着可持续的 NILM 多标签分类的深度学习
Towards Sustainable Deep Learning for Multi-Label Classification on NILM
Anže Pirnat, Blaž Bertalanič, Gregor Cerar, Mihael Mohorčič, Carolina Fortuna
TL;DR通过引入一种新颖的深度学习模型,该文章提出了一种改进的多标签非侵入式负载监测分类方法,以提高计算和能源效率,并且通过使用合成数据集进行测试,提出了一种比较不同模型的方法,从而更好地代表实际场景,相较于现有技术,该模型在减少碳足迹超过 23% 的同时,在以 REFIT 和 UK-DALE 数据集派生的数据上平均提供约 8 个百分点的性能改进。