已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Energy Theft Detection Model Based on VAE-GAN for Imbalanced Dataset

自编码 计算机科学 能量(信号处理) 探测器 生成模型 数据挖掘 人工智能 人工神经网络 卷积神经网络 数据建模 机器学习 生成语法 数据库 数学 电信 统计
作者
Young Ghyu Sun,Jiyoung Lee,Soohyun Kim,Joonho Seon,Seongwoo Lee,Chanuk Kyeong,Jin‐Young Kim
出处
期刊:Energies [MDPI AG]
卷期号:16 (3): 1109-1109 被引量:4
标识
DOI:10.3390/en16031109
摘要

Energy theft causes a lot of economic losses every year. In the practical environment of energy theft detection, it is required to solve imbalanced data problem where normal user data are significantly larger than energy theft data. In this paper, a variational autoencoder-generative adversarial network (VAE-GAN)-based energy theft-detection model is proposed to overcome the imbalanced data problem. In the proposed model, the VAE-GAN generates synthetic energy theft data with the features of real energy theft data for augmenting the energy theft dataset. The obtained balanced dataset is applied to train a detector which is designed as one-dimensional convolutional neural network. The proposed model is simulated on the practical dataset for comparing with various generative models to evaluate their performance. From simulation results, it is confirmed that the proposed model outperforms the other existing models. Additionally, it is shown that the proposed model is also very useful in the environments of extreme data imbalance for a wide variety of applications by analyzing the performance of detector according to the balance rate.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
以乐完成签到 ,获得积分10
3秒前
凌寻冬完成签到,获得积分10
7秒前
顶钻师完成签到 ,获得积分10
8秒前
心灵美芯完成签到,获得积分10
10秒前
春宇完成签到 ,获得积分10
11秒前
11秒前
drjj完成签到 ,获得积分10
11秒前
ding应助凌寻冬采纳,获得10
11秒前
不开心发布了新的文献求助10
13秒前
孙壮壮发布了新的文献求助10
16秒前
18秒前
情怀应助孙壮壮采纳,获得10
21秒前
杜康完成签到,获得积分10
22秒前
22秒前
徐继军完成签到 ,获得积分10
25秒前
OmmeHabiba发布了新的文献求助10
28秒前
小二郎应助nabixx采纳,获得10
28秒前
轻松的尔风完成签到 ,获得积分10
29秒前
夏之应助充电宝采纳,获得10
29秒前
敬老院N号应助充电宝采纳,获得20
29秒前
栗子的小母牛完成签到 ,获得积分10
30秒前
孙壮壮完成签到,获得积分10
31秒前
diu完成签到,获得积分10
32秒前
所所应助飞过时间的猪采纳,获得10
35秒前
小马甲应助mysoul123采纳,获得10
36秒前
lvshuye完成签到,获得积分10
37秒前
毛豆应助个性的绝义采纳,获得20
43秒前
乐乐应助lvshuye采纳,获得10
47秒前
47秒前
扶桑完成签到,获得积分20
48秒前
桐桐应助SCINEXUS采纳,获得10
49秒前
结实小夏发布了新的文献求助10
51秒前
扶桑发布了新的文献求助10
52秒前
闪点点发布了新的文献求助10
53秒前
gaoyang123完成签到 ,获得积分10
57秒前
OmmeHabiba完成签到,获得积分10
58秒前
58秒前
59秒前
1分钟前
1分钟前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
New China Forges Ahead: Important Documents of the Third Session of the First National Committee of the Chinese People's Political Consultative Conference 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3056349
求助须知:如何正确求助?哪些是违规求助? 2712892
关于积分的说明 7433585
捐赠科研通 2357851
什么是DOI,文献DOI怎么找? 1249112
科研通“疑难数据库(出版商)”最低求助积分说明 606850
版权声明 596195