辽宁沈阳自动化所在智能电网大数据方面取得新进展

2017-11-29来源:中国科学院沈阳自动化研究所 阅读量:19248
0
  中国科学院辽宁沈阳自动化研究所博士生孙干在多年机器学习算法研究和导师指导基础上,通过将每个属性预测问题作为单个任务,提出了基于多任务学习的用户属性预测模型,实现在少量可用用户数据下的多个任务同时学习和决策。同时,挖掘出了多个用户属性间的关系,提高了多个属性预测的准确率;充分利用缺失数据样本信息,进一步提高了模型泛化能力。

16个用户属性关系图。正值和负值分别表示正相关和负相关。
  相关研究成果分别以Joint Household Characteristic Prediction via Smart Meter Data 和 User attribute discovery with missing labels为题,近期在国际知名期刊IEEETransactions on Smart Grid(影响因子:6.645)和Elsevier知名期刊Pattern Recogniton (影响因子:4.582)发表。其中IEEE Transactions on Smart Grid 是电力系统领域知名的国际期刊之一,Pattern Recognition 是模式识别领域知名的2个国际期刊之一。该项研究得到了机器人学国家重点实验室、国家自然科学基金的支持。
  基于智能电网大数据的用户属性预测,对构建智能电网分析系统和智能楼宇建设具有重要意义。传统针对单一用户属性分析的机器学习方法,不仅不能利用各个属性间的关系提高准确率,还不能很好挖掘缺失数据的信息。这两个问题制约了智能电网系统的设计和智能楼宇系统的完善。
  (原标题:沈阳自动化所在智能电网大数据方面取得新进展)
(本文来源:中国科学院沈阳自动化研究所,转载请注明出处

我要评论

所有评论仅代表网友意见,与本站立场无关。


i

习惯用手机看资讯?

扫描进入手机站

一键筛选来浏览

信息更精准


网站首页 | 关于我们 | 联系方式 | 使用协议 | 版权隐私 | 网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报
 
免责声明:本站有部分内容来自互联网,如无意中侵犯了某个媒体 、公司 、企业或个人等的知识产权,请来电或致函告之,本网站将在规定时间内给予删除等相关处理。