Interpretability and reliability-driven knowledge distillation for non-intrusive load monitoring on the edge

Gli algoritmi sviluppati per supportare l’utente nella conoscenza dei propri consumi e per sostenere abitudini virtuose in termini di consumo consapevole di energia devono essere interpretabili e affidabili per essere efficaci.
Il nostro lavoro propone un algoritmo di monitoraggio non intrusivo del carico che integra nel processo di addestramento queste due caratteristiche fondamentali, tramite tecniche di interpretabilità e robustezza della predizione, migliorando al contempo anche le prestazioni del sistema stesso.

L’articolo è disponibile qui: doi.org/10.1016/j.eswa.2025.128837