Вибір оптимальної нейронної мережі системи «Розумного будинку» для розпізнавання об’єктів

DOI: 10.31673/2412-9070.2021.051618

  • Горелов А. І. (Horelov A. I.) Державний університет телекомунікацій, м. Київ
  • Трінтіна Н. А. (Trintina N. A.) State University of Telecommunications, Kyiv
  • Негоденко О. В. (Nehodenko O. V.) Державний університет телекомунікацій, м. Київ
  • Кітура О. (Kitura O. V.) Державний університет телекомунікацій, м. Київ

Анотація

Останнім часом штучний інтелект заволодів чималою низкою вирішень, що допомагають нам у повсякденному житті. Сьогодні системи «Розумного будинку» посіли значуще місце серед розробок у сфері інформаційних технологій. Проте величезні обсяги даних, що генеруються в них, та різноманітність форматів цих даних не дають змоги створити універсальний механізм для їхнього продуктивного оброблення. Тому інтеграція нейронних мереж, що найкраще підходить для розв’язання окремих задач, забезпечить нас високими показниками ефективності систем «Розумного будинку» з мінімально допустимими похибками прийнятих рішень. Рік у рік зростає інтерес до вирішення все більш складних завдань розпізнавання об'єктів через потреби в автоматизації формованого спілкування в інтелектуальних системах. Тому вдосконалення реалізації розпізнавання комп'ютерними системами зображення є актуальним. Для розв’язання цієї задачі запропоновано використання штучних нейронних мереж і нейрокомп'ютерів як найбільш прогресивних щодо проблем класифікації завдань на розпізнавання образів. Нині пропонується велика кількість архітектур нейронних мереж для застосування під час розпізнавання об'єктів. Проте аналіз із запропонованих вирішень показує, що досі немає такої моделі, яка б була найкращою серед усіх отриманих параметрів продуктивності. Перспективи покращення архітектури вбачаються у згорткових нейронних мережах.

Ключові слова: штучний інтелект; нейронна мережа; «розумний будинок»; оптимальний.

Список використаної літератури
1. Amit B., Surekha B. Smart Home System Design based on Artificial Neural Networks.
2. Tobias T. Design of a Prototype Neural Network for Smart Homes and Energy Efficiency.
3. Інтернет-джерело. URL: https://nest.com
4. Інтернет-джерело. URL: https://www.amazon.com
5. Інтернет-джерело. URL: https://store.google.com/us/product/google_home
6. Інтернет-джерело. URL: https://lens.google
7. Інтернет-джерело. URL: https://imagerecognize.com
8. Інтернет-джерело. URL: https://imagga.com
9. Інтернет-джерело. URL: https://www.investopedia.com/terms/n/neuralnetwork.asp
10. Rozenblatt F. Principles of Neurodinamics.
11. Rozenblatt F. The perceptron: a probabilistic model for information storage and organization in the brain.
12. LeCun Y. Gradient-based learning applied to document recognition.

Номер
№ 5 (2021)
Розділ
Статті