Title: | Automatické ovládání žaluzií s využitím strojového učení |
Other Titles: | Automatic blinds control using machine learning |
Authors: | Breník, Vojtěch |
Advisor: | Bulín Martin, Ing. M.Sc. |
Referee: | Švec Jan, Ing. Ph.D. |
Issue Date: | 2022 |
Publisher: | Západočeská univerzita v Plzni |
Document type: | bakalářská práce |
URI: | http://hdl.handle.net/11025/49561 |
Keywords: | neuronové sítě;lstm;strojové učení;venkovní žaluzie;domácí automatizace;internet věcí |
Keywords in different language: | neural networks;lstm;machine learning;exterior blinds;home automation;iot |
Abstract: | Venkovní žaluzie mohou pomoci šetřit náklady na vytápění a chlazení budov a zajistit komfort jejich obyvatelům. Tato práce se zabývá návrhem systému pro automatické řízení takových žaluzií. Pomocí měřicích zařízení vlastní konstrukce se sbírají informace o veličinách, jako je intenzita osvětlení nebo teplota, a společně s informacemi o skutečném řízení uživatelem se průběžně ukládají do databáze. Na základě těchto dat se opakovaně trénovaly modely neuronových sítí, které umožňují žaluzie řídit automaticky a navíc se průběžně přizpůsobují novým okolnostem v datech. Ukázalo se, že neuronové sítě při ovládání žaluzie dosahují přesnějších výsledků než obdobný systém zkonstruovaný ručně pomocí pravidel. Opakované trénovaní na nově sbíraných datech postupně vylepšuje přesnost odhadu. |
Abstract in different language: | Exterior blinds are effective in lowering the costs of temperature regulation inside buildings. This thesis deals with automatic blinds control system design. Neural networks were repeatedly trained (using continuously collected data) to predict blinds state based on various quantities. Illuminance and temperature were measured using custom measurement devices, other quantities were gathered from public sources. Their values together with user's manual blinds control were saved in a database. The data-driven neural networks approach showed better results in comparison with a rule-based approach to control the blinds. Repeated training lead to gradual improvement of prediction error. |
Rights: | Plný text práce je přístupný bez omezení |
Appears in Collections: | Bakalářské práce / Bachelor´s works (KKY) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
main.pdf | Plný text práce | 16,46 MB | Adobe PDF | View/Open |
Brenik_V.pdf | Posudek vedoucího práce | 455,74 kB | Adobe PDF | View/Open |
Brenik_O.pdf | Posudek oponenta práce | 459,67 kB | Adobe PDF | View/Open |
Brenik_P.pdf | Průběh obhajoby práce | 219,07 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/49561
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.