Units and structure of automated “smart” house control system using machine learning algorithms

Kazarian, Artem; Teslyuk, Vasyl; Tsmots, Ivan; Mashevska, Marta

doi:10.1109/cadsm.2017.7916151

Cited by 24 publications

(7 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…На сьогодні системи "розумного" будинку [2,4] стикаються з проблемами оптимізації обчислювальних ресурсів у періоди пікових навантажень, що в цій сфері застосування є непередбачуваними, а також із можливістю швидкого автоматичного відновлення роботи системи після збоїв, спричиненими аварійними ситуаціями. Подання системи "розумного" будинку у вигляді багатошарової архітектури програмних модулів незалежних підсистем дає змогу запускати та зупиняти роботу окремих екземплярів програмних модулів залежно від обчислювальних потреб та швидко перезапускати окремі підсистеми після збою в їхній роботі на противагу довгому та високозатратному процесу перезапуску системи загалом.…”

Section: вступunclassified

Опрацювання Даних У Системах "Розумного" Будинку З Використанням Моделей На Підставі Мереж Петрі

Теслюк¹,

Kazarian²,

Казимира³

2021

SBUNFU

View full text Add to dashboard Cite

Проаналізовано особливості використання ієрархічних мереж Петрі для розроблення масштабованої та відмовостійкої моделі опрацювання даних у системах "розумного" будинку. Застосовано підхід, який забезпечує підвищену надійність функціонування систем та їхню швидкість роботи під час різкого збільшення обсягу інформації, що надходить від давачів, яку потрібно опрацювати згідно з реалізованою внутрішньою логікою. Розроблено підхід та приклади мереж Петрі, що створюють ієрархічну логіку функціонування підсистем "розумного" будинку. З'ясовано, що поділ функціоналу системи на окремі модулі дає змогу реалізувати кожну окрему логічну функцію у вигляді закритої системи з чітко визначеним форматом вхідних і вихідних даних. Вхідні дані подано змінами показників давачів, що розташовані у будинку. Водночас вихідні дані представлені чітко визначеним результатом роботи підсистеми, що відповідає конкретній функції всієї системи у вигляді розрахованих нових параметрів її налаштувань і побутових приладів. Завдяки специфіці функціонування підсистем "розумного" будинку з чітко визначеними правилами зміни станів налаштувань системи та правил реагування нею на виниклі події, всі підсистеми можна реалізувати у вигляді мереж Петрі, ієрархічно розташованими у структурі внутрішньої логіки системи "розумного будинку". Події, що виникають у системі й зберігають різний набір даних залежно від подій, що виникли, представлені окремими типами (кольорами) маркерів мереж Петрі. Отже, всі підсистеми реалізують кольорову ієрархічну мережу Петрі. Реалізовано логіку функціонування підсистем "розумного" будинку, робота яких базується на підставі теорії мереж Петрі, що дало змогу розробити мікросервісну архітектуру комплексної системи з гнучким механізмом автоматизованого балансування обчислювального навантаження на окремі функції та можливістю швидшого відновлення повноцінної роботи системи після низки аварійних ситуацій порівняно з монолітною архітектурою комп'ютерних систем, що є поширеним підходом на сьогодні під час розроблення систем цього типу.

show abstract

Section: вступunclassified

Опрацювання Даних У Системах "Розумного" Будинку З Використанням Моделей На Підставі Мереж Петрі

Теслюк¹,

Kazarian²,

Казимира³

2021

SBUNFU

View full text Add to dashboard Cite

show abstract

“…Today, "smart" house systems have occupied one of the key niches in development in the field of intelligent information technology [1][2][3][4][5][6]. Such systems continuously generate a stream of data, that is used to solve a number of important tasks, namely, the automation of home appliances control [7,8], providing comfortable living conditions [9,10], reducing energy consumption [11,12], etc. Similar systems can also be used to monitor the elderly, children and pets [13][14][15].…”

Section: Related Workmentioning

confidence: 99%

Optimal Artificial Neural Network Type Selection Method for Usage in Smart House Systems

Teslyuk

Kazarian

Kryvinska

et al. 2020

Sensors

View full text Add to dashboard Cite

In the process of the “smart” house systems work, there is a need to process fuzzy input data. The models based on the artificial neural networks are used to process fuzzy input data from the sensors. However, each artificial neural network has a certain advantage and, with a different accuracy, allows one to process different types of data and generate control signals. To solve this problem, a method of choosing the optimal type of artificial neural network has been proposed. It is based on solving an optimization problem, where the optimization criterion is an error of a certain type of artificial neural network determined to control the corresponding subsystem of a “smart” house. In the process of learning different types of artificial neural networks, the same historical input data are used. The research presents the dependencies between the types of neural networks, the number of inner layers of the artificial neural network, the number of neurons on each inner layer, the error of the settings parameters calculation of the relative expected results.

show abstract

“…In our days there are typical problems arise in process of smart houses development regardless of the type and system functionality [1,2]. These problems arise at all steps of development, as on design process of the system and on the processes of integration and support [3,4]. These common problems consist of system fixing, scaling, and functionality updates, the high cost of integration and support.…”

Section: Introductionmentioning

confidence: 99%

Usage Of SaaS Software Delivery Model In Intelligent House Systems

Kazarian

Teslyuk

Tykhan

et al. 2019

ELECTROTECHNICAL REVIEW

View full text Add to dashboard Cite

The article presents the usage of the SaaS cloud computing model in "intelligent house" systems for optimization of computation load between the client and server parts of the system. Also was developed artificial neural network model for detection of irrational electricity usage by devices of the "intellectual house". Streszczenie. W artykule przedstawiono zastosowanie modelu przetwarzania w chmurze SaaS w systemach "inteligentnego domu" dо optymalizacji obciążenia obliczeniowego między klientem a elementami serwerowymi systemu. Opracowano także model sztucznej sieci neuronowej, aby wykryć nieracjonalne zużycie energii elektrycznej przez urządzenia "inteligentnego domu". Wykorzystanie przetwarzania w chmurze SaaS w systemach "inteligentnego domu"

show abstract

Units and structure of automated “smart” house control system using machine learning algorithms

Cited by 24 publications

References 3 publications

Опрацювання Даних У Системах "Розумного" Будинку З Використанням Моделей На Підставі Мереж Петрі

Опрацювання Даних У Системах "Розумного" Будинку З Використанням Моделей На Підставі Мереж Петрі

Optimal Artificial Neural Network Type Selection Method for Usage in Smart House Systems

Usage Of SaaS Software Delivery Model In Intelligent House Systems

Contact Info

Product

Resources

About