1 Анализ известных решений дома с интегрированной интеллектуальной системой

1.1 Дом с интегрированной интеллектуальной системой

Модернизация жилых помещения для создания комфортных условий с использованием современных нейронных сетей является перспективным и экономически выгодным подходом. На рынке представлено огромное разнообразие технических решений для оснащения современного жилья. Эти проекты финансируются как государственными структурами, так и частными Start-up-ами. Разделяются они по своему функционалу и в большинстве своем требуют активное участие «usеr», что в свою очередь сильно сказывается на уменьшении автономности данных систем.

В первую очередь дом с интегрированной интеллектуальной системой рассчитан на людей:

 пред пенсионного или пенсионного возраста;

 с ограниченными возможностями (нарушения в опорно-двигательном аппарате или какие-либо другие проблемы с здоровьем);

 инвалидов.

На 2024 год в странах СНГ несколько университетов занимаются разработкой доступного прототипа нейронной сети, которая могла бы быть внедрена в частный дом.

Usеr-ы (пользователи) в своем домашнем быту подвержены определенной структуре действий. Все эти действия они формируют паттерны. Нейронная сеть изучает эти паттерны и в процессе обучения понимает в какой момент времени нужно произвести то или иное действия, основываясь на повторяющихся событиях в течение определенного периода времени. Ведь главная задача дома с интегрированной интеллектуальной системой это улучшить жизнь usеr-а и создать определенный комфорт в его повседневной жизни сняв с него обязанности в определенных вещах по дому.

Для того чтобы нейронная сеть смогла отслеживать паттерны она снабжена системой мониторинга контроля действий usеr-а [31]. Сложность заключается в том, что жильцов в помещении может быть несколько, и каждый из usеr-ов имеет свои уникальные паттерны и интеллектуальная сеть должна четка разделять и структурировать все эти данные, чтобы действительно влиять положительно на обстановку в доме, а не быть обузой для пользователей.

Все эти паттерны собираются в разные группы и нейронная сеть на основе этих данных пытается с прогнозировать дальнейшие действия usеr-ов.

Существует ряд методов для прогнозирования, обучения и контроля данных, которые могут быть использованы в нейронной сети (таблица 1) [4].

Таблица 1 - Методы для прогнозирования, обучения и контроля данных

Название метода	Описание
Методика Байеса	В качестве головного исследования используется теорема Байеса, которая представляет из себя теорию вероятности с учетом прошлых решений. На основании накопленных статистических данных, делается прогнозирование возможных решений [35].
Метод Маркова	В качестве головного исследования используется метод Маркова, он так же представляет из себя анализ статистических данных, но в отличие от Байеса, Марков считал, что прогнозируемое действие не зависит от прошлых действий, а зависит исключительно от настоящего времени [34].
Все виды статических техник	Корреляция, регрессионный анализ, дисперсия и т.д. [32]
Все виды нейронных техник	Нейронные техники — это техники созданные человеком по подобию человеческого мозга. Широко используются в айти технологиях, в сфере образования, в военной сфере и т.д. [33]
Метод нечеткой логики	Данный метод используется не так часто, так как он не основан на принципе truе-falsе. Огромное количество процессов имеют детерминированный характер, т.е. имеют однозначный определенный ответ либо правда, либо неправда. А нечеткая логика предлагает иные варианты событий помимо правды или неправды и в сфере светотехники данный метод практически не используется [39].

Как отмечалось раннее самая большая проблема на данный момент связанная с умным домом, это способность нейронной системы различать количество людей в помещении и адаптироваться под все их паттерны. Поэтому одна из главных функций интеллектуальной системы – это гибкость и осведомленность в действиях, в независимости от наличия людей в помещении и их территориального размещения [2].