Ứng dụng học máy cho bài toán điều khiển tự động thiết bị điện trong mô hình nhà thông minh

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Vinh Quy Nguyễn, Ngọc Hưng Phạm, Quốc Hùng Phạm, Thị Phương Trần

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ (Trường đại học Sư phạm Kỹ thuật Hưng Yên), 2022

Mô tả vật lý: 14-19

Bộ sưu tập: Metadata

ID: 434549

Thêm vào giỏ Liên kết toàn văn

Tóm tắt
Chủ đề

Học máy (Machine Learning) đã và đang là chủ đề nghiên cứu thú vị và mang lại nhiều giá trị quan trọng trong khoa học cũng như ứng dụng. Đây là lĩnh vực nghiên cứu được nhiều nhà khoa học trên thế giới tham gia. Nghiên cứu "Smart Home Automation Using Machine Learning Algorithms" của nhóm John Jaihar cùng các thành viên công bố năm 2020 là một trong các công bố rất mới về lĩnh vực ứng dụng học máy cho bài toán điều khiển thiết bị điện trong mô hình nhà thông minh. Một nghiên cứu khác có thể kể đến được công bố năm 2019 của Sakshi Pandey về điều khiển tự động trong gia định dựa trên loT và phân tích bằng học máy (loT Based Home Automation and Analysis Using Machine Learning) dựa trên thu thập dữ liệu thông qua quá trình vận hành hệ thống của người dùng, áp dụng các thuật toán để dự đoán và đưa ra khuyến nghị hay cảnh báo cho người dùng. Nghiên cứu này của nhóm tác giả đề cập tới vấn đề điều khiển thiết bị trong gia đình dựa trên học máy phân tích thói quen, hành vi của người dùng. Các thông tin liên quan đến sự kiện người dùng phát lệnh điều khiển thiết bị điện trong gia đình được ghi lại bao gồm thời gian thực hiện lệnh, trạng thái thiết bị,... và sau đó sử dụng để huấn luyện các mô hình học máy giúp thực hiện phân lớp, xác định lệnh cần đưa ra ở thời điểm tương tự dựa trên mô hình đã được huấn luyện theo thói quen của người dùng. Kết quả thử nghiệm trong nghiên cứu có độ chính xác trường hợp tốt nhất với mô hình K láng giềng gần nhất, cây quyết định và rừng ngẫu nhiên lần lượt là 94 %, 95 % và 95 %.

Tạo bộ sưu tập với mã QR