Abstract

在論文中提出了一個為健康醫(yī)療應(yīng)用利用智能家居大數(shù)據(jù)作為學(xué)習(xí)和發(fā)現(xiàn)人類活動模式的方式的模型。我們提出了頻繁模式挖掘，聚類分析，和針對衡量和分析由居住著行為觸發(fā)的能量使用變化的預(yù)測。人們的行為是跟人們的日常掛鉤的，因此發(fā)生異常時可以對人們進(jìn)行提示。本文強(qiáng)調(diào)了分析人們在器械上臨時能量消耗的需要。
數(shù)據(jù)集：U.K. Domestic Appliance Level Electricity data set
結(jié)論：通過家電的使用判定人類活動模式，得到了短期和長期預(yù)測的準(zhǔn)確率。

I. Introduction

使用智能儀表監(jiān)測人類活動的原因：

智能儀表數(shù)據(jù)具有時間序列概念，通常包括在一段時間間隔內(nèi)的組件設(shè)備的使用和消耗測量模式。

所面臨的的問題：

• 當(dāng)操作重疊時，不容易檢測設(shè)備間的依賴性；
• 人類活動模式的準(zhǔn)確預(yù)測受具有動態(tài)時間間隔的設(shè)備使用事件的概率關(guān)系的影響。

解決方案：

• 1. 提出了頻繁挖掘和預(yù)測模型來測定和分析能量使用變化（數(shù)據(jù)來源于在24小時的數(shù)據(jù)片上遞歸挖掘智能儀表的數(shù)據(jù)）；
• 2. 使用貝葉斯網(wǎng)絡(luò)預(yù)測多電器的使用和家用能量的消耗情況；

主要貢獻(xiàn)：

• 1. 提出了在智能家居中基于電器使用變化的人類活動模式挖掘模型。使用FP-growth進(jìn)行模式識別，使用K-means聚類算法得到appliance-to-appliance與appliance-to-time的關(guān)系。
• 2. 基于個體和多電器的使用應(yīng)用貝葉斯網(wǎng)絡(luò)進(jìn)行活動預(yù)測。

II.Related Work

前人工作：

• 1. Detecting activities of daily living with smart meters：
     • 提出了兩個分析和檢測用戶日常的方法： Semi-Markov-Model(SMM)：數(shù)據(jù)訓(xùn)練和檢測個人習(xí)慣；
     • 基于脈沖的方法來檢測日常生活中的活動（ADL），其側(cè)重于同時發(fā)生的活動的時間分析。
• 2. The Elderly’s independent living in smart homes: A characterization of activities and sensing infrastructure survey to facilitate services development：
     通過對智能家居中跟主要活動有關(guān)的傳感器進(jìn)行分類檢測上了年紀(jì)的人的健康狀況。
• 3. Detecting household activity patterns from smart meter data
     使用非侵入式電器負(fù)載檢測（NALM）和Dempster-Shafer（D-S）證據(jù)理論來識別活動，通過兩個步驟獲取主要活動。
• 4. Smart meter profiling for health applications：
     利用電器使用情況識別突然的行為改變，在最小化的入侵級上為Alzheimer和Parkinson患者提供時鐘監(jiān)控系統(tǒng)，采用分類技術(shù)檢測個體能量使用模式的異常行為。
• 5. A patient’s state recognition system for health care using speech and facial expression
     Cloud-assisted industrial Internet of Things (IIoT)—Enabled framework for health monitoring
     Mobile cloud based food calorie measurement
     An intelligent cloud-based data processing broker for mobile e-health multimedia applications：
     利用智慧城市的物聯(lián)網(wǎng)架構(gòu)開發(fā)出了檢測和提供健康服務(wù)的應(yīng)用。
• 6. Smart-energy group anomaly based behavioral abnormality detection：
     遠(yuǎn)程健康監(jiān)控，得到規(guī)律活動、獨(dú)特的能量消耗時間段以及檢測到的可發(fā)現(xiàn)的異常行為，這樣就可以獲取到一些用于更好維持健康醫(yī)療的關(guān)鍵點(diǎn)。
• 7. Leveraging smart grid technology for home health care：
     針對上了年紀(jì)的病人提供了一個其日常起居的側(cè)面刻畫，數(shù)據(jù)同樣用于急性健康狀況的檢測。
• 8. 一個論文
     使用貝葉斯網(wǎng)絡(luò)預(yù)測居住者的行為，提出了基于單個設(shè)備的服務(wù)。
• 9. Appliance usage prediction using a time series based classification approach
     A prediction system for home appliance usage：
     時間序列的多標(biāo)簽分類器預(yù)測基于決策樹相關(guān)性的設(shè)備使用，然而只取了最近24小時窗口的設(shè)備序列關(guān)系。
• 10. Big data analytics for demand response: Clustering over space and time：
      使用聚類算法識別用戶時間消耗模式的分布，但沒有考慮多設(shè)備共同使用的情況和與時間的聯(lián)系。
• 11. Data mining techniques for detecting household characteristics based on smart meter data：
      使用分級和c-means聚類分析設(shè)備的開關(guān)來檢測用戶使用模式，但沒有考慮使用時長和設(shè)備使用序列的變化。
• 12. Forecasting multi-appliance usage for smart home energy management：
      提出了基于預(yù)測人類行為和設(shè)備依賴模式算法的圖像模型，并且使用貝葉斯模型預(yù)測多設(shè)備使用情況。

綜述

以上方法沒有考慮設(shè)備級別使用模式，這是決定用戶活動變化的關(guān)鍵。同時，我們的實(shí)驗使用比現(xiàn)有研究更大的數(shù)據(jù)集。

III.Proposed Model

模型描述：

清洗、準(zhǔn)備數(shù)據(jù)——>頻繁模式挖掘得到appliance-to-appliance的聯(lián)系——>聚類算法得到appliance-to-time的聯(lián)系——>貝葉斯網(wǎng)絡(luò)進(jìn)行長短期活動的預(yù)測——>應(yīng)用

A.Data Preparation

• 生數(shù)據(jù)：4億條記錄，時間分辨率為6秒；
• 處理后：2億條記錄；
• 合成數(shù)據(jù)集：120萬條記錄，用于初步模型評估
• 結(jié)果：智能電表時間序列原始數(shù)據(jù)，即高時間分辨率數(shù)據(jù)，被轉(zhuǎn)換為1分鐘的分辨率負(fù)載數(shù)據(jù); 隨后轉(zhuǎn)換為30分鐘的時間分辨率源數(shù)據(jù)，即每個設(shè)備每天24 * 2 =48讀數(shù)，同時記錄每個活動設(shè)備的開始時間和結(jié)束時間。

B. Extracting Frequent Patterns of Human Activities

• 目標(biāo)

  從智能儀表數(shù)據(jù)中發(fā)掘人類活動模式，以便有異常情況出現(xiàn)時進(jìn)行提醒。

• 算法簡介

  深度優(yōu)先分治技術(shù)（depth-first divide-and-conquer technique）：適用于線下，不能滿足應(yīng)用的決策的及時反應(yīng)。
  頻繁模式的增量漸進(jìn)挖掘（ incremental progressive mining of frequent patterns）：利用模式增長策略，以一個24小時的周期挖掘設(shè)備使用元組的數(shù)據(jù)。

• 增量頻繁模式挖掘（Incremental Frequent Pattern Mining）

1. 數(shù)據(jù)表示描述

• 源數(shù)據(jù)事務(wù)分布的集合表示為大寫伽馬（見源數(shù)據(jù)表示）
  
  源數(shù)據(jù)

源數(shù)據(jù)的表示

• 源數(shù)據(jù)的單例表示為“γ”
  
  屬于

限定

• 單個的設(shè)備表示為X，Y
  
  屬于

2. 思路描述

如果X和Y同時出現(xiàn)在單例事務(wù)中的概率大于預(yù)設(shè)好的閾值，則為一個頻繁模式。
在support-confidence框架中，
P(X∪Y) ：Sx => y
P(Y|X) ：Cx => y （條件概率）
新發(fā)現(xiàn)的模式跟已有的模式進(jìn)行比較，若不存在于數(shù)據(jù)庫中，則加入數(shù)據(jù)庫，以此只吃比較就被正確的更新。

3. 算法細(xì)節(jié)

支持定義是在事務(wù)數(shù)據(jù)集的概率，設(shè)備與設(shè)備聯(lián)系的邊緣分布可以在全局級別上進(jìn)行計算，計算出的邊緣分布決定了設(shè)備同時使用的概率。

Algorithm1：Incremental Frequent Pattern Mining
Require:數(shù)據(jù)庫事務(wù)（DB），頻繁模式挖掘數(shù)據(jù)庫（FP_DB）
Ensure:頻繁模式增量挖掘，結(jié)果存儲在FP_DB中
1：for all DB中的24小時量的數(shù)據(jù)片db24（數(shù)據(jù)已被處理為24小時一片的周期）do
2： 確定數(shù)據(jù)庫的大小
對于db24的數(shù)據(jù)庫Data_Sizedb24
挖掘在FP_DBdb24頻繁模式，使用延伸的FP-growth方法
for all FP in FP_DBdb24 do
在FP_DB中尋找FP
if FP 已存在
更新FP_DB
else
將新FP添加到FP_DB中
end if
end for
對于數(shù)據(jù)庫中的所有頻繁模式，F(xiàn)P_DB按Database_Sizedb24增加數(shù)據(jù)庫大小
end for

C.Clustering Analysis:Incremental K-Means

使用聚類分析算法去分析電氣設(shè)備使用與時間的關(guān)系，包括一天24小時、一天中的早中晚夜、工作日、周末和月份。帶時間戳的電氣設(shè)備的使用數(shù)據(jù)可以用來聚集成設(shè)備同時工作的類。

The Defination of Clustering Analysis

定義：聚類分析是把相似元素創(chuàng)建為一個類別（非監(jiān)督式分類）、組/段（自動分段）、和部分的過程，而跟不同簇中的元素不相似。
優(yōu)點(diǎn)：具有非監(jiān)督性。

聚類過程

• 數(shù)據(jù)選擇
  選擇30分鐘的時間片，創(chuàng)建了一天的最大48類的聚類，同理也可以以天、工作日、周末、月來進(jìn)行自然分段。
• 歐幾里得距離（Euclidean
  distance）
  數(shù)據(jù)庫中的點(diǎn)被劃分為K個類別，分別是C1，C2，……，Ck，且這些類別中的點(diǎn)沒有交集，并且它們的幾何中心ci也不可能重疊，這里歐幾里得距離用來度量數(shù)據(jù)點(diǎn)間的聚合性，反映了聚類算法的效率。
  
  歐幾里得距離
  
  K-means算法的目標(biāo)在于最小化目標(biāo)函數(shù)——平方差和(SSE)
  
  SSE
• 輪廓系數(shù)(silhouette score)
  輪廓系數(shù)結(jié)合了凝聚度和分離度，決定了聚類的最優(yōu)數(shù)目。

1. 對于第 i 個對象，計算它到所屬簇中所有其他對象的平均距離，記 ai （體現(xiàn)凝聚度）
2. 對于第 i 個對象和不包含該對象的任意簇，計算該對象到給定簇中所有對象的平均距離，記 bi （體現(xiàn)分離度）
3. 第 i 個對象的輪廓系數(shù)為 si = (bi-ai)/max(ai, bi) //回頭研究一下 wordpress 的公式插件去
   從上面可以看出，輪廓系數(shù)取值為[-1, 1]，其值越大越好，且當(dāng)值為負(fù)時，表明 ai<bi，樣本被分配到錯誤的簇中，聚類結(jié)果不可接受。對于接近0的結(jié)果，則表明聚類結(jié)果有重疊的情況。

• 漸進(jìn)增量聚類（incremental progressive clustering）
  定義：將每個連續(xù)挖掘操作的現(xiàn)有和新發(fā)現(xiàn)的集群合并到數(shù)據(jù)庫中。
  條件：所有相關(guān)的集群參數(shù)比如幾何中心、SSE、輪廓系數(shù)、點(diǎn)集和與幾何中心相關(guān)的距離都在數(shù)據(jù)庫中。
  優(yōu)點(diǎn)：提高了操作的效率和速度。

綜述

電氣設(shè)備隨時間的變化和電氣設(shè)備之間的關(guān)系為下文預(yù)測房間內(nèi)的活動提供了信息。

D.Bayesian Networks for Activity Prediction

目標(biāo)：整合了頻繁模式與設(shè)備使用與實(shí)踐的聯(lián)系得到多設(shè)備的使用情況和建立活動預(yù)測模型。
特征：貝葉斯網(wǎng)絡(luò)是一個非循環(huán)圖，節(jié)點(diǎn)代表任意變量、連線代表概率性的依賴關(guān)系，一個主要特征是有因果關(guān)系的概念。
優(yōu)點(diǎn)：減少丟失數(shù)據(jù)的可能性，利用事實(shí)的數(shù)據(jù)和觀察到的事務(wù)來避免過度擬合數(shù)據(jù)。
定義：

貝葉斯網(wǎng)絡(luò)

建立模型

建立基礎(chǔ)：整合一天24小時、一天的時間（早中晚夜）、工作日、周末、月、季節(jié)與設(shè)備的聯(lián)系和設(shè)備間的聯(lián)系的概率。

后驗概率或邊緣分布

訓(xùn)練數(shù)據(jù)樣例

IV. Evaluation and Results

實(shí)驗環(huán)境

• 數(shù)據(jù)：UK-Dale，5個house中的109個設(shè)備，將近1一條數(shù)據(jù)，來自能量消耗情況來自IAMs的采集。
• 開發(fā)語言：Python。
• 數(shù)據(jù)庫：在ubantu 14.04 LTS 64位系統(tǒng)上的MySQL 和MongoDB數(shù)據(jù)庫。
• 主要任務(wù)：作為人類活動模式的一個指示檢測設(shè)備的使用并且使用預(yù)測模型預(yù)測短長時房間中的活動。
• 應(yīng)用：主動監(jiān)控，警報生成，健康概況。

Results Analysis and Discussion

設(shè)備使用與時間的關(guān)系

（表示結(jié)果的圖片還是上傳失敗，我也是沒辦法）
在房間2：在下午2點(diǎn)30分到5點(diǎn)之間，電視，烤面包機(jī)，客廳燈在這個周末最高濃度的房子里一起使用。幾乎所有工作日都使用洗衣機(jī)，周末不使用筆記本電腦……

設(shè)備間的使用關(guān)系

在房間1：喜歡在準(zhǔn)備食物時放松……

房間活動預(yù)測

房間2：所提出的模型在每個階段的組合準(zhǔn)確度分別達(dá)到81.82（25％），85.90（50％），89.58（75％）。

各個房間活動預(yù)測

前提：使用了75%的訓(xùn)練集
房屋1,2,3,4和5的短時準(zhǔn)確度分別為92.31％，100.00％，66.67％，100.00％和100.00％。房屋1,2,3,4和5的長時準(zhǔn)確率分別為90.91％，90.00％，70.00％，70.00％和80.00％

Conclusion and Future Work

結(jié)果：提出了一個用于識別人類活動模式的模型。
展望：改進(jìn)模型，以實(shí)時的方式引入多個房屋的大數(shù)據(jù)挖掘的分布式學(xué)習(xí)，以便可以健康應(yīng)用可以迅速做出反應(yīng)比如發(fā)送警報消息給病人或者監(jiān)護(hù)提供人。
再展望：構(gòu)建一個健康本體模型，以自動將發(fā)現(xiàn)的設(shè)備映射到潛在的活動。 這意味著我們可以有效地訓(xùn)練系統(tǒng)并提高檢測人類活動的準(zhǔn)確性。

Ending！