菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >程序人生 >

知道何时打开某些东西的算法

智能电表仅记录您正在使用的电量,但是通过正确的数据处理,您可以提取正在打开的电源以及何时打开的信号。

智能电表正在迅速取代老式电表。巨大的优势在于,他们不再需要人工读表器来收集数据。通过从无线电网状网络到电力线信令的一系列不同方法进行连接,这意味着这些电表还可以收集有关实时用电量的数据。它们还具有双向通信,可用于实施智能电网,以根据负载调整电力成本。

Lamponoff

您可能会认为仅测量总功耗的电表无法提供有关单个设备性能的详细信息-但是您会错的。

来自德国克拉根福丁的Alpen-Adria-Universität大学的一个团队开发了一种算法,该算法可以从作为时间函数的总功率中分离出单个物品的不同使用模式。

如果您考虑片刻,这并不奇怪。房屋中的每个设备都有相当固定的功耗。在任何给定的时刻,都会有一组设备打开,这些设备会消耗总功率。您可以将其视为带有状态变量的设备的“隐马尔可夫模型”。当用户打开和关闭设备时,模型从一种状态转变为另一种状态,并且可以观察到功耗。然后,您可以利用标准技术从数据中估计模型的结构,从而发现正在使用的设备及其功耗。

事情比这个简单的描述所暗示的要复杂一些,因为设备可能具有多个功率需求水平,甚至可能具有可变的功耗。为此,研究人员采用了AI技术-粒子过滤器。

通常在SLAM(同时定位和映射)等技术中发现粒子过滤器,在这种技术中,机器人不仅试图找出其位置,而且还试图同时绘制其环境图。您可以说,粒子过滤器中的每个“粒子”都是关于机器人位置以及环境模型的独立假设。随着收集到更多数据,粒子变得越来越少或更有可能,直到其中之一具有足够的可信度以至于将其视为解决方案。

以同样的方式,您可以说,当您在负荷问题上使用粒子过滤器时,每个粒子代表一个关于哪些设备处于特定状态的假设。随着数据的进入,某些粒子的可能性越来越大,而其他粒子的可能性越来越小。使用的粒子越多,计算难度就越大,但是精度越高。

electricity1

左侧是六个设备的电源负载,右侧是HMM产生的估计负载。

在实践中,分析的准确率超过90%,并且可以实时进行,从而可以即时反馈房屋中打开或关闭哪些电器。

一些用户出于愚蠢的原因而拒绝安装智能电表,例如RF辐射对健康的影响。据推测,将来我们可以增加此隐私问题。

一旦将复杂的数据分析(如粒子过滤器)应用于每个人都在预测的大量数据流,则物联网可能只是公开的一小部分。

Lamponoff

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。