Інтелектуальний аналіз даних в умовах розумного будинку
Вантажиться...
Дата
2018-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Магістерська дисертація складається зі вступу, п’яти розділів, висновку, переліку посилань з 54 найменувань, 3 додатків, містить 38 рисунків і 21 таблицю. Повний обсяг магістерської дисертації складає 98 сторінок, з яких перелік посилань займає 6 сторінок, додатки – 13 сторінок.
Актуальність теми. На сьогоднішній розумні будинки мають певну кількість обмежень серед яких неможливість аналізувати активність мешканців. На даний момент відсутні рішення які б були в змозі вирішити дану проблему. Одним з підходів є аналіз бінарних сенсорів руху, перевагою такого аналізу є дешевизна самих сенсорів і достатня конфіденційність даних мешканців. Для принесення користі система аналізу має функціонувати у реальному часі, однак аналіз існуючих досліджень показав що лише невелика кількість з них фокусується на аналізі у реальному часі, крім того їх точність не є достатньою для використання в реальних умовах. Саме тому необхідно розробити систему розпізнавання активності у реальному часі яка б покращувала результати існуючих досліджень.
Метою дослідження є розробка програмного забезпечення інтелектуального аналізу даних в умовах розумного будинку, яке має можливості щодо розпізнавання активності у реальному часі з можливістю подальшого використання результатів.
Для досягнення мети необхідно виконати наступні завдання:
− проаналізувати існуючі підходи розпізнавання активностей у реальному часі мешканців розумного будинку;
− удосконалити метод розпізнавання активності у реальному часі;
− розробити програмну систему, яка використовуючи розроблену модель може здійснювати візуалізацію результатів розпізнавання і аналізу активностей на аномалії.
Об’єктом дослідження комп’ютерні інформаційні системи і технології розумного будинка.
Предметом дослідження є системи інтелектуального аналізу даних в умовах розумного будинку.
Методи дослідження. При розв’язку даної задачі було використано наступні методи:
− здійснення сегментації потоку даних сенсорів;
− побудова моделей машинного навчання;
Наукова новизна одержаних результатів. Найбільш суттєвими науковими результатами магістерської дисертації є:
− удосконалення метод у розпізнавання активності на базі даних бінарних сенсорів руху у реальному часі за рахунок використання моделі випадкового лісу в якості класифікатора і моделі Латентного Розміщення Діріхле для включення в сегмент інформацію про розподіл активностей, що призвело до зростання точності класифікації;
− розробка програмної систему яка використовуючи розроблену модель здійснює візуалізацію результатів розпізнавання і аналіз на аномальні активності;
Практичне значення одержаних результатів полягає в можливості використання програмної системи для автоматизації розумних будинків а також у сфері охорони здоров’я для моніторингу активності людей з вадами здоров’я.
Опис
Ключові слова
розумний будинок, аналіз даних, розпізнавання активності, сегментація, машинне навчання, сенсори руху, smart home, data analysis, activity recognition, segmentation, machine learning, motion sensors
Бібліографічний опис
Малишев, М. С. Інтелектуальний аналіз даних в умовах розумного будинку : магістерська дис. : 122 Комп’ютерні науки та інформаційні технології / Малишев Микола Сергійович. – Київ, 2018. – 97 с.