Аналіз вживаності елементів машинного навчання в структурі розумного будинку на прикладі автономного рішення для автоматизації керування будинком

Скорочена інформація про документ
dc.contributor.advisorКирюша, Богдан Анатолійович
dc.contributor.authorСкріпченко, Максим Олександрович
dc.date.accessioned2023-05-30T07:53:18Z
dc.date.available2023-05-30T07:53:18Z
dc.date.issued2021-06
dc.description.abstractУ дипломній роботі розглянуто можливості використання елементів машинного навчання для створення систем керування “розумним” будинком. Розглянуто ряд алгоритмів та систем машинного навчання з наведенням переваг і недоліків їх використання, та оцінки можливості використання в реальних системах. Також в роботі розглянуто загальний вигляд систем та їх елементів. Розглянуто мікроконтролери як центральний елемент фізичної реалізації, критерії їх вибору, та показано з допомогою прикладів різницю виборі різних варіантів. Ще було розглянуто результати досліджень, на основі яких можна зробити якісну оцінку переваги використання елементів машинного навчання над стандартними рішення, що дозволяє нам зробити кінцеві висновки щодо актуальності теми дипломної роботи. Загальний об’єм пояснювальної записки: 91 сторінка, 24 рисунків, 9 таблиці, 22 посилань.uk
dc.description.abstractotherThesis considers the possibility of using the elements of machine learning to create control systems for a "smart" house. A number of algorithms and machine learning systems are considered, giving the advantages and disadvantages of their use, and assessing the possibility of use in real systems. The paper also considers the general appearance of systems and their elements. Microcontrollers are considered as the central element of physical realization, criteria of their choice, and the difference of a choice of various variants is shown by means of examples. The results of research were also considered, on the basis of which it is possible to make a qualitative assessment of the advantage of using machine learning elements over standard solutions, which allows us to draw final conclusions about the relevance of the thesis. Total explanatory note: 91 pages, 24 figures, 9 tables, 22 references.uk
dc.format.extent91 с.uk
dc.identifier.citationСкріпченко, М. О. Аналіз вживаності елементів машинного навчання в структурі розумного будинку на прикладі автономного рішення для автоматизації керування будинком : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Скріпченко Максим Олександрович. - Київ, 2021. - 91 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/56309
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмашинне навчанняuk
dc.subjectнейронні мережіuk
dc.subjectалгоритми машинного навчанняuk
dc.subjectмікроконтролерuk
dc.subjectнечітка логікаuk
dc.subject“розумний” будинокuk
dc.subjectсистема контролю мікрокліматуuk
dc.subjectmachine learninguk
dc.subjectneural networksuk
dc.subjectmachine learning algorithmsuk
dc.subjectmicrocontrolleruk
dc.subjectfuzzy logicuk
dc.subject“smart” houseuk
dc.subjectmicroclimate control systemuk
dc.titleАналіз вживаності елементів машинного навчання в структурі розумного будинку на прикладі автономного рішення для автоматизації керування будинкомuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Skripchenko_bakalavr.pdf
Розмір:
2.75 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (СП)
Бакалаврські роботи