A Controlled Benchmark of Raw Sequential Image Based Hybrid and Statistical Models for Representation Aware Anomaly Detection in Household Electricity Consumption Time Series
Cette étude présente un benchmark contrôlé comparant des modèles séquentiels bruts, basés sur l'image (GAF), hybrides et statistiques pour la détection d'anomalies dans la consommation d'électricité domestique, concluant que la modélisation temporelle directe (Raw 1D-CNN) a surpassé les autres approches sous des protocoles de perturbation synthétiques tout en soulignant la nécessité d'une interprétation prudente en raison du périmètre de l'étude limité à un seul foyer et de l'absence d'annotations de fautes réelles.