Mašīnmācīšanās algoritmu izmantošana mājās automatizācijā

Abstract

Pašlaik viedierīču tirgus strauji aug, un viedierīču pārvaldībai un kontrolei ir vajadzīgas automatizācijas sistēmas. Automatizācijas sistēmas iegūst un apkopo milzīgu datu daudzumu no ierīcēm un sensoriem, kas tām pievienoti. Liela datu apjoma dēļ šajās sistēmās datu apstrādei ir jāizmanto mašīnmācīšanās algoritmi. Darba mērķis ir izskatīt automatizācijas sistēmu tirgu, izvēlēties vienu no piedāvātajām sistēmām un ierīkot mājas automatizācijas projektu, izmantojot to. Pēc tam analizēt sistēmas datus un izmantojot mašīnmācīšanās algoritmus atrisināt uzdotas problēmas. Rezultātā tika uzstādīta viedās mājas sistēma, un tika veikti trīs uzdevumi – datu analīze, objektu atpazīšana no kameras un modeļa izveidošana, kas pēc noteiktā CO2 līmeņa sasniegšanas paredz balkona durvju atvēršanas stāvokli, kas paredzēts vēdināšanai.

The smart device market is currently growing rapidly and automation systems are needed for the management and control of smart devices. Automation systems collect huge amounts of data from the devices and sensors connected to them. Due to the large amount of data in these systems, machine learning algorithms must be used for data processing. The aim of the work is to examine the market of automation systems, choose one of the offered systems and setup home automation project using it. Then analyze the system data and solve the problems using machine learning algorithms. As a result, smart home system was installed, and three tasks were performed - data analysis, object recognition from the camera, and model creation which links the CO2 level to the window opening state.