Ківа, Ігор ЛеонідовичБельський, Олег Сергійович2020-12-302020-12-302020-12Бельський, 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.https://ela.kpi.ua/handle/123456789/38407Епоха 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.ukсокетиштучна нейронна мережаRaspberry PiArduinoрекурентна нейронна мережадовга короткочасна пам’ятьPSoCMaster Thesis96 с.