Інтелектуальний аналіз даних в умовах розумного будинку

Скорочена інформація про документ
dc.contributor.advisorТарнавський, Юрій Адамович
dc.contributor.authorМалишев, Микола Сергійович
dc.date.accessioned2019-04-13T15:02:35Z
dc.date.available2019-04-13T15:02:35Z
dc.date.issued2018-12
dc.description.abstractenMaster's thesis consists of an introduction, five sections, a conclusion, a list of references from 54 denominations, 3 appendices, and have 38 figures, 21 tables. The full volume of the master's thesis is 98 pages, 6 of which is list of references, 13 – appendices. Topicality. Today's smart houses have a number of limitations, including the inability to analyze the activity of residents. At the moment, there are no solutions that would be able to solve this problem. One approach is the analysis of binary motion sensors, the advantage of such an analysis is the cheapness of the sensors themselves and the sufficient confidentiality of the data of the inhabitants. The analysis system need s to be operational in real time, but an analysis of existing research has shown that only a small number of them are focused on real-time analysis, in addition, their accuracy is not sufficient for use in real-world conditions. That is why it is necessary to develop a system of real-time activity recognition that would improve the results of existing research. The aim of the research is the development of intelligent data analysis software in a smart home that has the ability to recognize real-time activity with the ability to further use the results. To achieve the goal, following tasks must be completed: − to analyze approaches of recognition of real-time activities of residents of a smart home; − Improve the real - time activity recognition method; − develop a software system, which by using the created model can perform visualization of the results of recognition and analysis of activities on anomalies. The object of research computer information systems and technologies of smart home. The subject of research systems of intelligent data analysis in a smart home. Research Methods. The solving of defined tasks was performed using the following methods: − Segmentation of sensor data flow; − Construction of models of machine learning; Scientific novelty. The most significant scientific results of the master's thesis are: – Improvement of the method of recognition of activity on the basis of binary real-time motion sensors through the use of the model of random forest as a classifier and the model of Latent Dirichlet Allocation for inclusion in the segment information about distribution of activities, which led to an increase in the accuracy of the classification; – a software system was developed that, using the developed model, visualizes the recognition results and analyzes the abnormal activity; The practical value of research is the possibility of using a software system for the automation of smart homes as well as in health care to monitor the activity of people with disabilities.uk
dc.description.abstractukМагістерська 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.uk
dc.format.page97 с.uk
dc.identifier.citationМалишев, 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.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/27206
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectрозумний будинокuk
dc.subjectаналіз данихuk
dc.subjectрозпізнавання активностіuk
dc.subjectсегментаціяuk
dc.subjectмашинне навчанняuk
dc.subjectсенсори рухуuk
dc.subjectsmart homeen
dc.subjectdata analysisen
dc.subjectactivity recognitionen
dc.subjectsegmentationen
dc.subjectmachine learningen
dc.subjectmotion sensorsen
dc.titleІнтелектуальний аналіз даних в умовах розумного будинкуuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Malyshev_magistr.pdf
Розмір:
2.34 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

Магістерські роботи (АПЕПС)
Магістерські роботи