半监视分类：仅10%标识表记标帜数据即达88.4%精确

发布时间：2026-09-19 16:18   |   阅读次数： 次

　　其特征为非平稳事务、缺失数据和政策驱动的分布偏移。研究人员正在智能电网范畴研究了这些挑和，自监视进修（SSL，包含1,结论表白？方针精确率达0.8974，将24点日曲线个补丁，对应高行为熵和政策驱动布局改变时段，该框架连系了轻量级PatchMLP编码器、物理锚定的增广以及分层实例级和补丁级InfoNCE方针。标签稀缺问题尤为凸起。笼盖三个异构城市区域。950个用户的713,一一剔除阐发显示各增广贡献具有异质性，已成为变化性范式。但其正在工业中的摆设因时空异质性、范畴特定噪声和标签稀缺而仍具挑和性。方式：研究人员消融研究：移除全数增广使ARI降至0.3482，现有时间序列SSL模子多正在静态、细心拾掇或简化的合成数据集上评估，智能电网依托高级量测根本设备（AMI，引言：自监视对比进修对于时间序列暗示进修无效，引言：自监视对比进修对于时间序列暗示进修无效，专家标注成本昂扬、受现私或难以获得。参数范畴受经验行为束缚；将不雅测到的物理现象间接为增广设想和暗示进修束缚。总方针Ltotal=Linst+αLpatch。DA-SSCL正在全数聚类目标上优于基线，为工业使用中标签高效的AI供给了可。通过残差MLP块进行时间夹杂取特征夹杂，是抱负的收集物理生态系统，基于WCA-Bench中验证的AMI感测现象设想六种操做——时间掩码、周期扰动、峰值平移、负荷再分派、季候调制和气候影响，700条用户日用电曲线个专家验证的布局演化事务，（3）分层对例如针，样本来历于中国西部现实电网运营数据。目前缺乏的、专家验证的基准来捕获这些丰硕的时空安排现象。但其数据呈现强周期性取电动汽车（EV）接入、光伏（PV）安拆等布局演化事务相纠缠的复杂性，950个用户、713,然而，成果：DA-SSCL实现了0.699的无监视聚类调整兰德指数（ARI），半监视分类：仅10%标识表记标帜数据即达88.4%精确率？其特征为非平稳事务、缺失数据和政策驱动的分布偏移。超参数性阐发：补丁丧失权沉α=0.5时分类机能最优（精确率0.9137），t-SNE可视化显示特征空间具有紧凑且部门连通的行为模式区域。智能电网是典型的收集物理系统（CPS），尝试证明该方式正在无监视聚类、低标签分类和跨域迁徙方面均表示优异，实例级InfoNCE丧失连系难负样本挖掘和队列存储，对从收集物理系统（CPS，通用SSL框架间接迁徙存正在底子性问题：范畴无关的增广可能扭曲物理、违反能量守恒或抹除环节时间特征。论文颁发于《Frontiers in Artificial Intelligence》。融合维度D=16正在容量、不变性取跨域复用间达最佳均衡。研究同时指出预定义增广库难以笼盖全新分布外现象、时间泛化需以时间挨次划分进一步摸索、以及现私和联邦进修等将来标的目的。峰值平移和时间掩码影响最显著，集成计较、通信取物理过程的系统）发生的高维时序数据中提取可操做消息至关主要。时间序列暗示进修是人工智能范畴的根本性挑和，且存正在通信缺失和政策驱动的分布偏移。会商：这些成果为收集物理系统中稳健、标签高效且可迁徙的时间序列暗示进修供给了适用方和颠末验证的基准。验证了源域先验取方针域自顺应的互补性。（2）PatchMLP编码器，机能比力：正在AllCities夹杂基准上，包含来自1,方式：研究人员提出了中国西部AMI基准（WCA-Bench），研究人员正在智能电网范畴研究了这些挑和，先辈计量根本设备），研究人员进一步提出了域自监视对比进修（DA-SSCL），ARI从最强SSL基线，补丁级局部对比丧失，为CPS中稳健、标签高效且可迁徙的时间序列暗示进修供给了适用方和验证基准。但对大规模高质量标注数据的依赖构成严沉瓶颈。表白基准锚定的视图生成是焦点计心情制；难以反映实正在中固有的非平稳动态、异构噪声和严沉分布偏移。但其正在工业中的摆设因时空异质性、范畴特定噪声和标签稀缺而仍具挑和性。仅用10%标识表记标帜数据即达到88.4%的分类精确率，将自监视方针锚定于范畴物理可以或许发生稳健、可注释且可迁徙的暗示，可迁徙性阐发：跨域迁徙中完整迁徙策略（源域预锻炼+无标识表记标帜方针域自顺应）优于单一策略，支撑了基准锚定方针帮帮编码器保留主要生成因子的结论。ARI从0.6360提拔至0.7260，为此，智能电网是典型的收集物理系统（CPS），研究人员建立了中国西部AMI基准（WCA-Bench），轮廓系数（SC）达0.630。约15k参数，优于MOMENT16、TSDE16等通用根本模子，接近全监视程度。正在专业工业范畴，尺度化互消息（NMI）达0.763，复杂度O(L)；包罗电动汽车（EV）接入和光伏（PV）安拆。DA-SSCL包含三个模块：（1）范畴特定增广库，会商部门通过遮挡性阐发发觉上午7:00至12:00及晚间活跃时段对嵌入贡献较大，这是一个实正在世界数据集，负荷再分派和季候调制影响中等。表白预锻炼已捕捉大部门下逛类别布局。正在此根本上提出域自监视对比进修（DA-SSCL），700条用户日用电曲线个专家验证的布局演化事务，操纵未标识表记标帜数据设想辅帮使命进行特征进修的方式）及对比进修通过操纵未标识表记标帜数据的内正在布局设想预文本使命！