Utilizing machine learning ensembles for effective electricity theft detection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Electricity theft presents significant challenges globally, with traditional detection methods often lagging behind sophisticated techniques. A misuse of authority can have several detrimental effects. These include rising energy consumption, strain on the infrastructure that supplies it, falling power company profits, and risks to public safety such as electrical shocks and fires caused by using electricity. The proposed model used an ensemble method involving voting and stacking methods to train a challenging imbalanced dataset of electricity theft. The ensemble method used logistic regression and random forest models with ADASYN (adaptive synthetic sampling) to achieve the best results. The dataset comprised 1034 customer records (2014–2016), exhibiting marked class imbalance that was corrected to equal class representation using ADASYN. On the ADASYN-balanced data, the stacking model (logistic regression + random forest) delivered class-wise precision/recall/F1 of 0.95/0.94/0.94 for “theft” and 0.94/0.95/0.94 for “non-theft,” with overall accuracy of 0.94. Discrimination performance was strong (ROC-AUC ≈ 0.94), surpassing the voting ensemble (AUC ≈ 0.93) when both were trained on balanced data. Confusion-matrix and metric profiles further show stacking on balanced data outperformed all imbalanced settings and the voting baseline. Experimental results showed that stacking with the combination of logistic regression and random forest achieved the best results from benchmarks of 94% accuracy, recall, and F1-score. These findings indicate a robust, lightweight approach for electricity theft detection that improves minority-class detection without sacrificing overall accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle