研究人员探讨了家庭用电数据的时序粒度如何影响社会人口特征推断的能力。他们的研究使用了来自1589个家庭一年的数据，发现预测准确性在15分钟到1小时的间隔之间保持稳定，在1天到7天的间隔之间也保持稳定，这表明在不显著损失效用的情况下，可以进行数据最小化。研究还表明，手工特征和XGBoost分类器表现具有竞争力，并且不同类型的社会人口属性需要不同级别的数据粒度才能进行准确推断。 AI
影响 为智能计量数据中的隐私-效用权衡提供了见解，有助于了解数据收集的粒度如何影响推断能力。
排序理由 学术论文，详细介绍了对家庭负荷曲线社会人口推断中时序粒度的创新分析。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →