[论文解读] Water Disaggregation via Shape Features based Bayesian Discriminative Sparse Coding

Bingsheng Wang, Xuchao Zhang+2 more|arXiv (Cornell University)|Aug 26, 2018

Water Systems and Optimization参考文献 35被引用 3

一句话总结

本文提出了一种结合拉普拉斯先验的贝叶斯判别稀疏编码模型（BDSC-LP），并通过形状特征增强，以提升低采样率下的用水量分解性能。通过从设备用电模式中提取判别性形状特征，并利用吉布斯采样进行推理，该方法在住宅用水量的设备级和整体家庭级分解中均优于基线模型。

ABSTRACT

As the issue of freshwater shortage is increasing daily, it is critical to take effective measures for water conservation. According to previous studies, device level consumption could lead to significant freshwater conservation. Existing water disaggregation methods focus on learning the signatures for appliances; however, they are lack of the mechanism to accurately discriminate parallel appliances' consumption. In this paper, we propose a Bayesian Discriminative Sparse Coding model using Laplace Prior (BDSC-LP) to extensively enhance the disaggregation performance. To derive discriminative basis functions, shape features are presented to describe the low-sampling-rate water consumption patterns. A Gibbs sampling based inference method is designed to extend the discriminative capability of the disaggregation dictionaries. Extensive experiments were performed to validate the effectiveness of the proposed model using both real-world and synthetic datasets.

研究动机与目标

• 解决使用低采样率智能水表数据进行用水量分解的挑战，此类数据缺乏时间分辨率，难以捕捉高频设备特征。
• 通过引入关于设备使用模式的领域特定知识，特别是消耗持续时间与趋势特征，提升分解准确性。
• 开发一种贝叶斯判别稀疏编码模型，通过在聚合数据上自适应学习基函数，增强字典的判别能力。
• 设计一种有效的推理机制，采用吉布斯采样以处理模型中拉普拉斯先验和伽马先验导致的后验分布不可计算问题。
• 在合成数据和真实住宅用水量数据集上验证模型的有效性，证明其在设备级和整体家庭级均具备稳健性能。

提出的方法

• 基于对设备消耗模式的先验知识（如持续时间、上升/下降时间、趋势特征）定义形状特征，以捕捉低采样率下的动态特性。
• 构建一种具有系数拉普拉斯先验和噪声精度伽马先验的贝叶斯稀疏编码模型，以促进稀疏性和鲁棒性。
• 利用不变的形状特征初始化基函数，并应用平滑处理以适应标签数据的方差，提升模型泛化能力。
• 将各设备模型组合为联合分解字典，并针对聚合数据最小化目标函数，以增强判别能力。
• 实现基于吉布斯采样的推理算法，以估计潜在变量和超参数的后验分布，支持可扩展学习。
• 将形状特征作为模型输入，以引导基函数学习，确保学习到的表征对不同设备行为具有敏感性。

实验结果

研究问题

• RQ1 基于领域知识提取的形状特征是否能有效捕捉不同家用器具在低采样率用水模式下的区分性特征？
• RQ2 将形状特征整合进贝叶斯判别稀疏编码框架是否能显著提升分解准确性，相较于基线模型？
• RQ3 与传统判别模型相比，采用拉普拉斯先验的贝叶斯稀疏编码处理方式在鲁棒性和性能方面表现如何？
• RQ4 在复杂先验导致后验分布不可计算的情况下，吉布斯采样推理在多大程度上能实现有效学习？
• RQ5 所提出的模型是否能在多样化的现实世界和合成数据集上实现良好泛化，同时保持高精确率、高召回率和高F1值？

主要发现

• BDSC-LP+SF在真实数据上的F1值达到最高，为0.6646 ± 0.0711，显著优于BDSC-LP及其他基线模型。
• 引入形状特征（SF）使F1值最高提升15%，证实其在性能提升中的关键作用。
• BDSC-LP在所有指标上均优于DDSC，证明了在稀疏编码中采用贝叶斯处理方式在分解任务中的优势。
• 该模型在真实数据上的平均F1值为0.6646 ± 0.0711，准确率为0.8521 ± 0.0513，NDE为0.2828 ± 0.0593，表明整体家庭性能强劲。
• 事件起始时间的CDF和PDF分析揭示了明显不同的使用模式（如淋浴在早晨和晚上使用，洗碗机在晚间使用），验证了形状特征的有效性。
• FHMM和DDSC+SF的性能与DDSC+SF相当，但BDSC-LP+SF在所有评估指标上均持续优于其他所有模型。