Incrementally mining usage correlations among appliances in smart homes

淡江大學機構典藏 > 工學院 > 資訊工程學系暨研究所 > 學位論文 > Item 987654321/111340

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/111340

题名:	Incrementally mining usage correlations among appliances in smart homes
其它题名:	漸增式探勘智慧家庭中電器使用的關聯性
作者:	廖偉勳;Liao, Wei-Hsun
贡献者:	淡江大學資訊工程學系碩士在職專班陳以錚;Chen, Yi-Cheng
关键词:	特徵相關性;智慧家庭;特徵序列;增量探勘;使用者表示法;correlation pattern;Smart home;sequential pattern;Incremental Mining;usage representation
日期:	2016
上传时间:	2017-08-24 23:50:24 (UTC+8)
摘要:	近年來，由於傳感器技術的進步，使用者可以很容易地收集家電的使用數據。然而，在產生巨量資料的情況下，如何從大數據探勘家電的使用行為徵是具有挑戰性的。現今探勘使擁著行為模式的研究主要集中在靜態探勘，忽略了挖掘結果的動態維護。在本文中，我們提出了一個漸增式探勘演算法：DCMiner，在智慧家居環境中有效率地探勘和維護電器間的使用關係特徵樣式。此外，一些最佳化的方法，能提出有效地減少搜索空間。實驗結果顯示出，DCMiner不僅能有效率，具有極大的可擴展性。我們並且使用了的一個真實的測資來驗證漸增式探勘電器中使用關聯性的實用性。 Abstract: Recently, due to the great advent of sensor technology, residents can collect household appliance usage data easily. However, in general, usage data are generated progressively; visualizing how appliances are used from huge amount of data is challenging. Thus, an algorithm is needed to incrementally discover appliance usage patterns. Prior studies on usage pattern discovery are mainly focused on mining patterns while ignoring the incremental maintenance of mined results. In this paper, a novel method, Dynamic Correlation Miner (DCMiner), is developed to incrementally capture and maintain the usage correlations among appliances in a smart home environment. Furthermore, several optimization techniques are proposed to effectively reduce the search space. Experimental results indicate that the proposed method is efficient in execution time and possesses great scalability. Subsequent application of DCMiner on a real dataset also demonstrates its practicability.
显示于类别:	[資訊工程學系暨研究所] 學位論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	204	检视/开启

在機構典藏中所有的数据项都受到原著作权保护.

TAIR相关文章

数据加载中.....