Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Emotion Cause Detection for Chinese Micro-Blogs Based on ECOCC Model Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Efficient Discovery of Recurrent Routine Behaviours in Smart Meter Time Series by Growing Subsequences

verfasst von : Jin Wang, Rachel Cardell-Oliver, Wei Liu

Erschienen in: Advances in Knowledge Discovery and Data Mining

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Data mining techniques have been developed to automatically learn consumption behaviours of households from smart meter data. In this paper, recurrent routine behaviours are introduced to characterize regular consumption activities in smart meter time series. A novel algorithm is proposed to efficiently discover recurrent routine behaviours in smart meter time series by growing subsequences. We evaluate the proposed algorithm on synthetic data and demonstrate the recurrent routine behaviours extracted on a real-world dataset from the city of Kalgoorlie-Boulder in Western Australia.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Do-Rank: DCG Optimization for Learning-to-Rank in Tag-Based Item Recommendation Systems
Nächstes Kapitel Convolutional Nonlinear Neighbourhood Components Analysis for Time Series Classification
Metadaten
Titel
Efficient Discovery of Recurrent Routine Behaviours in Smart Meter Time Series by Growing Subsequences
verfasst von
Jin Wang
Rachel Cardell-Oliver
Wei Liu
Copyright-Jahr
2015
Buch
Advances in Knowledge Discovery and Data Mining

Print ISBN: 978-3-319-18031-1

Electronic ISBN: 978-3-319-18032-8

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-18032-8_41

Premium Partner

    Bildnachweise