Удосконалення пристрою прогнозування режимів системи контролю мікроклімату методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorКіва, Ігор Леонідович
dc.contributor.authorБельський, Олег Сергійович
dc.date.accessioned2020-12-30T17:04:59Z
dc.date.available2020-12-30T17:04:59Z
dc.date.issued2020-12
dc.description.abstractenThe era of development of the field of artificial intelligence is rapidly approaching its peak. This is due to the pace of development of giant companies such as Google, Amazon, Samsung, Huawei and others. These companies are actively using machine learning techniques to automate and improve both existing and new systems. Currently, people value time the most, so there is a growing demand for automation of life processes and systems that contribute to this, especially systems that are responsible for the control of housing. Given this fact, I chose the topic of my dissertation to improve the device for predicting the modes of the microclimate control system by machine learning methods. To minimize the analytical contribution of man to the work of this type of system, the following tasks are performed: - analysis of implementation on the basis of modern computer systems - consideration of wireless data transmission technologies and existing protocols for real-time data transmission - consideration of artificial neural networks and analysis of the architecture of modern neural networks was also carried out, and an architecture was selected that satisfies the task. - the collection of experimental data necessary for training of the chosen architecture of a neural network is carried out - the neural network was trained on the collected experimental data - the client-server architecture was developed to ensure the exchange of information between the server and the client - summed up the use of intelligent forecasting system to improve microclimate control devices and the possibility of creating such a system. The object of study of this work are systems for monitoring the microclimate of living spaces. In performing this work, with the help of an artificial recurrent neural network with a cell of long short-term memory, a study of the system for predicting humidity and temperature in residential areas.uk
dc.description.abstractukЕпоха розвитку галузі розробки штучного інтелекту стрімко прямує до свого піку. Це пояснюється темпом розвитку фірм гігантів, таких як Google, Amazon, Samsung, Huawei та інші. Ці компанії активно застосовують методи машинного навчання для автоматизації і покращення як існуючих систем, так і нових. В теперішній період люди найбільше цінують найбільше час, тому зростає попит на автоматизацію життєвих процесів та системи які цьому сприяють, особливо системи які відповідають за контроль житлових приміщень. Враховуючи цей факт я обрав темою дисертаційної роботи удосконалення пристрою прогнозування режимів системи контролю мікроклімату методами машинного навчання. Щоб мінімізувати аналітичний вклад людини в роботу даного типу систем виконані наступні завдання: - аналіз реалізації на основі сучасних обчислювальних систем - розгляд технологій бездротової передачі даних та наявних протоколів реалізації передачі данних в режимі реального часу - проведено розгляд штучних нейронних мереж та аналіз архітектури сучаних нейронних мереж ф також була обрана архітектура, яка задовольняє виконання поставленої задачі - проведений збір експерементальних даних необхідних для навчання обраної архітектури нейронної мережі - здійснено навчання нейронної мережі на зібраних експерементальних данних - здійснено розробку клієнт-серверної архітектури для забезпечення обміну інформації між сервером та клієнтом - підведені підсумки про використання інтелектуальної системи прогнозування для удосконалення пристроїв контролю мікроклімату та про можливості створення такої системи. Об’єктом дослідження даної роботи являються системи контролю мікроклімату житлових приміщень. При виконанні даної роботи, за допомогою штучної рекурентної нейронної мережі з коміркою довгої короткочасної пам’яті, проведено дослідження системи прогнозування вологих та температурних явищ в житлових приміщеннях.uk
dc.format.page96 с.uk
dc.identifier.citationБельський, О. С. Удосконалення пристрою прогнозування режимів системи контролю мікроклімату методами машинного навчання : магістерська дис. : 152 Метрологія та інформаційно-вимірювальна техніка / Бельський Олег Сергійович. – Київ, 2020. – 96 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/38407
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectсокетиuk
dc.subjectштучна нейронна мережаuk
dc.subjectRaspberry Piuk
dc.subjectArduinouk
dc.subjectрекурентна нейронна мережаuk
dc.subjectдовга короткочасна пам’ятьuk
dc.subjectPSoCuk
dc.titleУдосконалення пристрою прогнозування режимів системи контролю мікроклімату методами машинного навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Belskyi_magistr.docx
Розмір:
2.36 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.16 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІВТ)
Магістерські роботи