[論文レビュー] Sensor-Type Classification in Buildings

Dezhi Hong, Jorge Ortiz+2 more|arXiv (Cornell University)|Sep 1, 2015

Context-Aware Activity Recognition Systems参考文献 24被引用数 4

ひとこと要約

本論文では、時系列データからの統計的特徴量を用い、アンサンブル学習（ランダムフォレスト）を活用することで、商業ビル内のセンサー種別を分類する機械学習ベースの手法を提案する。建物内では92％以上の正確性、建物跨ぎでは82％以上の正確性を達成した。この手法により、メタデータが欠落または不整合な場合でも、データパターンからセンサー種別を推定することで、スケーラブルなメタデータ正規化が可能になる。

ABSTRACT

Many sensors/meters are deployed in commercial buildings to monitor and optimize their performance. However, because sensor metadata is inconsistent across buildings, software-based solutions are tightly coupled to the sensor metadata conventions (i.e. schemas and naming) for each building. Running the same software across buildings requires significant integration effort. Metadata normalization is critical for scaling the deployment process and allows us to decouple building-specific conventions from the code written for building applications. It also allows us to deal with missing metadata. One important aspect of normalization is to differentiate sensors by the typeof phenomena being observed. In this paper, we propose a general, simple, yet effective classification scheme to differentiate sensors in buildings by type. We perform ensemble learning on data collected from over 2000 sensor streams in two buildings. Our approach is able to achieve more than 92% accuracy for classification within buildings and more than 82% accuracy for across buildings. We also introduce a method for identifying potential misclassified streams. This is important because it allows us to identify opportunities to attain more input from experts -- input that could help improve classification accuracy when ground truth is unavailable. We show that by adjusting a threshold value we are able to identify at least 30% of the misclassified instances.

研究の動機と目的

• 商業ビル間で不一致・不完全なセンサーメタデータが、ビル分析ソフトウェアのスケーラブルな展開を妨げているという課題に対処する。
• アプリケーション論理をビル固有の命名規則やメタデータスキーマから分離することで、複数施設にわたるソフトウェア再利用性を向上させる。
• 信頼性の低いメタデータに依存せず、データパターンに基づいて一般化可能な自動手法を用いて、センサー種別（例：温度、圧力）を分類する。
• データ駆動型分類を用いてセンサーストリームのメタデータを正規化することで、建物跨ぎでの広範な検索可能性を実現する。
• 予測確率を用いて誤分類の可能性があるストリームを特定し、エキスパートによる検証を支援するとともに、モデルの正確性を段階的に向上させる。

提案手法

• センサーデータの短い時間窓から統計的特徴量（例：平均、標準偏差、パーセンタイル）を抽出し、各ストリームを表現する。
• 抽出された特徴量に基づいて、アンサンブル学習（ランダムフォレスト）を用いてセンサー種別を分類する。
• 多様なセンサー種別に一般化可能で効果的な特徴量セットを設計し、2つのビルのラベル付きセンサーストリームを用いてモデルを学習する。
• 低信頼度の予測を示すインスタンスを潜在的な誤分類として特定するため、確率ベースのしきい値手法を適用する。
• 確率しきい値手法で特定されたエキスパートラベル付き候補を再学習に用いて、段階的にモデルを最適化する。
• 正確性とラベル付け作業のバランスを考慮し、窓サイズと学習インスタンス数を最適化する。1つのセンサー種別あたり約100インスタンスで学習を開始するのに十分であることが示された。

実験結果

リサーチクエスチョン

• RQ1 短い時間窓からの統計的特徴量が、商業ビル内のセンサー種別を効果的に区別できるか？
• RQ2 異なるメタデータ表記規則を持つ建物間で、1つの訓練済みモデルがどの程度一般化できるか？
• RQ3 確率ベースのアプローチが、エキスパートレビューのための潜在的誤分類ストリームをどの程度効果的に特定できるか？
• RQ4 この手法で信頼性のあるセンサー種別分類を達成するために必要な最小限のトレーニングインスタンス数はどれくらいか？
• RQ5 窓サイズの選定が、センサー種別分類システムの分類正確性にどのように影響するか？

主な発見

• 提案手法は、モデルを訓練した同一建物内で92％を超える分類正確性を達成した。
• 未学習の建物に対してもモデルが効果的に一般化され、建物跨ぎ分類タスクで82％を超える正確性を達成した。
• 予測確率を用いることで、少なくとも30％の誤分類インスタンスを特定でき、エキスパートによる的確な検証を可能にした。
• 1つのセンサー種別あたり約100インスタンスのトレーニングで安定した性能が得られ、ラベル付け作業の負担を顕著に削減した。
• 時系列データからのパーセンタイルに基づく統計的特徴量は、メタデータが不整合な建物間でも、センサー種別の区別に有効であることが分かった。
• アンサンブル学習アプローチ（ランダムフォレスト）は、この文脈において単一分類器を上回り、データのばらつきに対して高いロバスト性を示した。