设备状态前瞻
香港公厕部署33天实测, 混合架构CBLM在设备状态预测上优于6种传统机器学习算法, 配合朴素贝叶斯分类器实现异常检测与维护调度。
See-To, Eric Wing Kuen · Xiaoxi, Wang · Kwan-Yeung, Lee · Man Leung, Wong Leung · Dai, Hong-Ning
IEEE Internet of Things Journal 2023
CBLM模型在真实公厕数据上优于6种传统机器学习算法，更准确预测设备状态。
朴素贝叶斯分类器检测异常运行和环境条件，辅助管理人员安排维护任务。
系统部署于香港公共厕所，采集超过33天（808小时）的真实传感数据。