Застосування ШІ для прогнозування та оптимізації роботи побутових приладів на основі звичок користувача
Вантажиться...
Дата
2025
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Пояснювальна записка до магістерської дисертації складається із вступу, чотирьох розділів, висновків та списку літератури, що містить 44 позиції, та одного додатку. Загальний обсяг роботи складає 132 сторінки, з яких основна частина роботи викладена на 98 сторінках, робота містить 29 рисунків, 8 таблиць. Актуальність теми дослідження: необхідність переходу до предиктивного керування у галузі Інтернету Речей (IoT) для підвищення енергоефекти- вності. Існуючі системи неефективні, оскільки не здатні адаптивно реагувати на нерегулярні, нелінійні патерни поведінки користувача, що спричиняє зайві енерговитрати. Застосування глибокого навчання є необхідним для моделювання цих складних довготривалих часових залежностей. Мета роботи: розробка та експериментальне дослідження інтелектуальної системи, що використовує модель Gated Recurrent Unit (GRU) для високоточного прогнозування моменту і параметрів (температури) використання електричного чайника на основі аналізу щоденних звичок, з метою оптимізації його роботи та мінімізації енергоспоживання. У роботі виконано огляд існуючих методів прогнозування для обґрунтування вибору архітектури GRU. Об’єкт дослідження: процес виявлення нелінійних часових патернів поведінки користувача та прогнозування часових рядів використання побу- тового приладу. Предмет дослідження: методи та моделі глибокого навчання, зокрема GRU, що використовуються для розробки керуючого сигналу превентивного вмикання/підігріву електричного чайника, а також алгоритм оптимізації старту приладу на основі синтетичних даних. Методи дослідження: структурний аналіз, моделювання, порівняння, опис. Практичне значення отриманих результатів: створено методологію генерації реалістичних синтетичних даних, розроблено високоточну предиктивну модель на основі GRU та керуючого алгоритму, який забезпечує завча- сну готовність приладу. Результати роботи можуть бути використані для роз- розробки інтелектуальних побутових приладів, у т.ч. у складі систем «Розумний дім».
Опис
Ключові слова
штучний інтелект, глибоке навчання, прогнозування часових рядів, GRU, енергоефективність, розумний дім, оптимізація, artificial intelligence, deep learning, time series forecasting, energy efficiency, smart home
Бібліографічний опис
Колеснік, Б. Г. Застосування ШІ для прогнозування та оптимізації роботи побутових приладів на основі звичок користувача : магістерська дис. : 172 Електронні комунікації та радіотехніка / Колеснік Богдан Геннадійович. – Київ, 2025. – 133 c.