上传者: 42113552
|
上传时间: 2021-11-28 12:11:52
|
文件大小: 119KB
|
文件类型: -
NILMTK-贡献
该存储库包含使用 NILMTK 的快速实验 API 实现的能量分解任务的所有最先进算法。 你可以在找到这篇论文。 所有曾经使用过的笔记本都可以在找到。
使用 NILMTK-contrib,您可以使用以下算法:
加性因子隐马尔可夫模型
具有信号聚合约束的加法隐马尔可夫模型
判别稀疏编码
RNN
去噪自动编码器
序列2点
序列2序列
窗口GRU
上述最先进的算法已添加到此存储库中。
您可以使用新的 NILMTK 的快速实验 API 执行以下操作:
跨多个设备的培训和测试
跨多个数据集的训练和测试(迁移学习)
跨多个建筑物的培训和测试
使用人工骨料进行训练和测试
不同采样频率的训练和测试
请参阅此以了解有关 API 用法的更多信息。
引文
如果你发现这个 repo 对你的研究有用,请考虑引用我们的论文:
@inproceedings { 10.1145/33