АНАЛИЗ И ПРОГНОЗИРОВАНИЕ РАБОТЫ ДАТЧИКОВ СИСТЕМЫ “УМНЫЙ ДОМ” С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Keywords:
умный дом, Интернет вещей, IoT, искусственный интеллект, машинное обучение, глубокое обучение, датчики, сенсорные данные, прогнозирование, обнаружение аномалий, LSTM, GRU, надёжность, интеллектуальные системы, интеллектуальная автоматизацияAbstract
В статье рассматриваются вопросы анализа и
прогнозирования работы датчиков системы «Умный дом» с использованием
методов искусственного интеллекта. Актуальность исследования обусловлена
необходимостью повышения надёжности, точности и эффективности
функционирования интеллектуальных систем автоматизации жилых
помещений, в которых большое количество сенсорных устройств непрерывно
формирует данные о состоянии окружающей среды. В качестве исследуемых
параметров рассматриваются показания датчиков температуры, влажности,
движения и освещённости, а также признаки, характеризующие нормальную и
аномальную работу сенсорных устройств. Для анализа и прогнозирования
предлагается использовать методы машинного обучения и глубокого обучения,
включая алгоритмы LSTM (Long Short-Term Memory) и GRU (Gated Recurrent
Unit).
