BayesSeg: quadro di ottimizzazione bayesiana per la segmentazione del consumo elettrico

C'è un nuovo articolo su arXiv, intitolato 2608.00513, che introduce un framework chiamato BayesSeg. Mira a migliorare il monitoraggio non intrusivo dei carichi (NILM) segmentando adattivamente i dati di consumo elettrico. Il framework fonde la segmentazione di serie temporali con valutazione multidimensionale e ottimizzazione automatica dei parametri. Per la segmentazione, utilizza un doppio criterio di stato stazionario basato sulle medie delle sottosequenze precedenti e sui valori di coda, permettendo di dividere segmenti di stato stazionario e di transizione senza bisogno di supervisione. La parte di valutazione converte questi segmenti in sequenze binarie e combina il punteggio F1 a livello di evento con l'informazione mutua normalizzata (NMI) per misurare la precisione degli eventi e la qualità della segmentazione degli stati. Questo lavoro affronta sfide nei metodi attuali, come la regolazione dei parametri e la sensibilità ai confini. Puoi trovarlo su arXiv:2608.00513.