Анализ активности человека в задаче автоматизированного управления «Умным домом»

Игорь Павлович Соловьев; Артем Сергеевич Кириенко

Игорь Павлович Соловьев СПбГУ, Санкт-Петербург, Россия
Артем Сергеевич Кириенко СПбГУ, Санкт-Петербург, Россия

Аннотация

В статье рассматриваются основные подходы к решению задачи автоматизированной поддержки среды обитания человека, которую в современной литературе часто называют «умным домом». Предлагается подход, основанный на использовании информации о силе сигнала радио-маячков и показаний датчика сердцебиения. В статье описывается модельная среда обитания, обладающая указанными характеристиками: квартира с размещенными Bluetooth-маячками, обитатель которой снабжен датчиком сердцебиения и устройством, измеряющим силу сигнала от маячков. Была реализована программа, которая в процессе эксплуатации модельной среды собирает данные о силе сигнала маячков, показания датчика сердцебиения и предоставляет возможность показывать текущее состояние приборов, являющихся объектами автоматизации. На полученных данных с помощью известных методов машинного обучения удалось выделить некоторые зависимости между собираемыми входными данными и состояниями устройств. Таким образом, для описанной задачи реализована базовая модель системы автоматизированной поддержки среды обитания «умный дом» с оценкой точности предсказания предпочтительного состояния приборов.

Биографии авторов

Игорь Павлович Соловьев, СПбГУ, Санкт-Петербург, Россия

Соловьев И.П.: Кандидат физико-математических наук, доцент кафедры информатики математико-механического факультета СПбГУ, i.soloviev@spbu.ru

Артем Сергеевич Кириенко, СПбГУ, Санкт-Петербург, Россия

Кириенко А. С.: Аспирант кафедры информатики математико-механического факультета СПбГУ; 198504 Санкт-Петербург, ул. Ботаническая, 70/4, ком. 717, artem.kirienko@gmail.com

Литература

[1] A. S. Kirienko and I. P. Solov'ev, “Podkhody k ispol'zovaniyu mashinnogo obucheniya dlya resheniya zadachi upravleniya «umnym» domom” [Approaches to using machine learning to solve the problem of managing an "intelligent" house], Sovremennye tekhnologii v teorii i praktike programmirovaniya, 2016, (in Russian).
[2] A. Babakura et al., “HMM-Based Decision Model for Smart Home Environment,” International Journal of Smart Home, Vol., 8, no.1, pp. 129-138, 2014, doi: 10.14257/ijsh.2014.8.1.14
[3] S. Choi, E. Kim, and S. Oh, “Human behavior prediction for smart homes using deep learning,” in RO-MAN 2013, IEEE, Gyeongju, South Korea, 2013, pp. 173–179 doi: 10.1109/ROMAN.2013.6628440.
[4] S. R. Kulkarni, G. Lugosi, and S. S. Venkatesh, “Learning pattern classification-a survey,” IEEE Transactions on Information Theory, vol., 44, no. 6. pp. 2178–2206, 1998. doi:10.1109/18.720536
[5] P. Langley and H. A. Simon, “Applications of machine learning and rule induction,” Communications of the ACM, vol., 38, no. 11, pp. 54–64, 1995. doi: 10.1145/219717.219768
[6] E. Munguia Tapia “Activity recognition in the home setting using simple and ubiquitous sensors,” Ph. D. dissertation, Massachusetts Institute of Technology, 2003
[7] S. Stenudd, Using machine learning in the adaptive control of a smart environment, Espoo, Finland: VTT Publications 751, 2010.