Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/48255
Название: Машинное обучение для «Умного дома»
Другие названия: Machine learning for "The smart house"
Авторы: Присяжный, А. В.
Хорев, О. Е.
Prisjazhnyj, A.
Khorev, O.
Дата публикации: 2016
Издатель: Издательство УМЦ УПИ
Библиографическое описание: Присяжный А. В. Машинное обучение для «Умного дома» / А. В. Присяжный, О. Е. Хорев // XI Международная конференция «Российские регионы в фокусе перемен». Екатеринбург, 17-19 ноября 2016 г. : сборник докладов. — Екатеринбург : Издательство УМЦ УПИ, 2016. — Ч. 1. — С. 520-526.
Аннотация: С развитием интернета вещей многие сферы жизни меняются и технологизируются. Дом и быт не исключение. Большую популярность получают системы умного дома, однако они представляют из себя систему, которая реагирует на прямое действие пользователя, тогда как настоящий умный дом должен сам подстраиваться под своих обитателей. Достичь этого можно при помощи машинного обучения, выбор подходов к которому для применения в данной сфере описан в статье.
With development of the Internet of things many spheres of life change, the house and life not an exception. Great popularity is received by sys-tems of the smart house, however they are system which reacts to direct action of the user whereas the real smart house has to adapt to the inhabit-ants. It is possible to reach it by means of machine learning, the choice of approaches to which for application in this sphere is described in article.
Ключевые слова: ИНТЕРНЕТ ВЕЩЕЙ
УМНЫЙ ДОМ
МАШИННОЕ ОБУЧЕНИЕ
INTERNET OF THINGS
SMART HOUSE
MACHINE LEARNING
URI: http://elar.urfu.ru/handle/10995/48255
Конференция/семинар: XI Международная конференция «Российские регионы в фокусе перемен»
Дата конференции/семинара: 17.11.2016-19.11.2016
ISBN: 978-5-8295-0513-4
978-5-8295-0512-7
Источники: Российские регионы в фокусе перемен. — Ч. 1. — Екатеринбург, 2016
Располагается в коллекциях:Междисциплинарные конференции, семинары, сборники

Файлы этого ресурса:
Файл Описание РазмерФормат 
rrfp_2016_1_061.pdf319,22 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.