研究人员开发了一个名为 ReCo 的新框架,用于优化数据收集任务的传感器套件重新部署,并将其应用于非侵入式负载监控 (NILM)。NILM 旨在从家庭主电表估算单个电器的用电量,需要现场数据进行训练。ReCo 通过智能决定何时停留在当前站点或移动到新站点,来应对传感器套件数量有限和收集截止日期的挑战。该系统在特征空间中计算新的运行模式,并预测未来的数据增益,在模拟部署中优于现有的调度方法。 AI
影响 这项研究可以提高各种传感应用中机器学习模型数据收集的效率。
排序理由 该集群包含一篇详细介绍新框架及其应用的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →