НЕЙРОННЫЕ СЕТИ В УМНОМ ДОМЕ

Превратить типовой дом в Умный несложно. С этой задачей справляются досконально продуманные алгоритмы. Для правильного проектирования системы необходимо внести в электронный «мозг» определенные комбинации команд. С этой целью человек, точнее программист, оценивает задачу,  анализирует разнообразные факторы, аргументы, их поведение. Для процессов, длящихся какое-то время, он подбирает необходимые методы, определяет результат и предельно допустимые отклонения от этого результата. После всего этого остается только реализовать задуманное.

Как правило, задачи, поставленные перед Умным домом, решаются относительно просто. Но есть и трудноразрешимые задачи, которые не поддаются традиционным аналитике и методам расчета. В некоторых задачах параметров десятки и даже сотни. Чтобы выявить среди них взаимосвязи и построить на их базе верно работающие алгоритмы, приходится потрудиться.  А между тем человеку хватит и беглого взгляда, чтобы идентифицировать на фото члена семьи.

Такого рода задачи математики предлагают решать, используя нейронные сети, отражающие структуру головного мозга. Они строятся на идее об «образовывающемся мозге». Известно, что родившийся человек мало что знает об окружающем мире, однако он обучаем и его знания – вопрос времени и целенаправленной подготовки. Ребенку можно показать слона, птицу, корову, обезьяну и сообщить, кто есть кто из животных. Далее снова показать малышу какое-то животное, спросив, что это. Поначалу естественны ошибки. Но по прошествии времени мозг запоминает правильные ответы и изображения. Он способен обобщать данные. Так, если показать ребенку фото иной коровы, которую он не видел, вероятней всего, он ответит, что видит корову. 

Принципиальный момент – возможность отвечать нечетко. Так, малыш может сказать:  «Возможно, это корова», «Не знаю, какое животное», «Похоже на корову, однако, наверное, не корова». Всё это справедливо относительно нейронных сетей искусственного происхождения. Подобную сеть обучают. С этой целью собирают пару сотен снимков людей с камеры видеонаблюдения и сообщают, какие люди «свои», какие нет.

Свежесозданная сеть нейронов подстраивает внутренние параметры так, чтобы во время получения входной информации (фото) получался ответ вроде «чужой/свой» или Лена, Катя, Неизвестный. Всякий раз, даже опираясь на разные снимки одного человека, нейронная сеть получает ответ, удовлетворяющий пользователя. Это и есть уникальное качество нейронной сети – ее способность дать правильный результат по новому материалу.

В Умном доме с нейронной сетью экономится время. Она дает возможность получить результат, когда подходящую функцию найти трудно. Одно дело составлять сложные громоздкие программы, другое – обучить сеть из нейронов «на пальцах».  Удобство второго подхода для Умного дома неоспоримо. Иными словами, учебный процесс для сети – это полноценная замена традиционного программирования. При этом в ряде случаев время разработчика экономится существенно.

Нейронные сети используются в Умном доме в составе систем:

  • Безопасности;
  • Управления оборудованием;
  • Напоминания;
  • Контроля, а также оценки состояния системы;
  • Идентификации;
  • Развлечения.

Вариантов применения нейронных сетей на службе у домашней автоматизации множество.

Заказ обратного звонка