Teknologi prototipe menyusut AI untuk menghadirkan fungsionalitas seperti otak dalam satu perangkat yang kuat - ScienceDaily
Teknologi

Mengajar komputer arti nama sensor di rumah pintar – ScienceDaily


Tujuan rumah pintar adalah membuat hidup lebih mudah bagi mereka yang tinggal di dalamnya. Aplikasi untuk kehidupan sehari-hari yang dibantu lingkungan mungkin memiliki dampak sosial yang besar, mendorong penuaan aktif dan memungkinkan orang dewasa yang lebih tua untuk tetap mandiri lebih lama. Salah satu kunci rumah pintar adalah kemampuan sistem untuk menyimpulkan aktivitas manusia yang terjadi. Untuk tujuan ini, berbagai jenis sensor digunakan untuk mendeteksi perubahan yang dipicu oleh penghuni di lingkungan ini (menyalakan dan mematikan lampu, membuka dan menutup pintu, dll.).

Biasanya, informasi yang dihasilkan oleh sensor ini diproses menggunakan metode analisis data, dan sistem yang paling berhasil didasarkan pada teknik pembelajaran yang diawasi (yaitu, pengetahuan), dengan seseorang yang mengawasi data dan algoritme secara otomatis mempelajari artinya. Namun demikian, salah satu masalah utama dengan rumah pintar adalah bahwa sistem yang dilatih di satu lingkungan tidak valid di lingkungan lain: ‘Algoritme biasanya terkait erat dengan lingkungan cerdas tertentu, dengan jenis sensor yang ada di lingkungan itu dan konfigurasinya, serta kebiasaan konkret dari satu individu. Algoritme mempelajari semua ini dengan mudah, tetapi kemudian tidak dapat mentransfernya ke lingkungan yang berbeda, ‘jelas Gorka Azkune, anggota grup IXA UPV / EHU.

Memberikan nama sensor

Sampai saat ini, sensor telah diidentifikasi menggunakan angka, yang berarti bahwa ‘mereka kehilangan makna yang mungkin dimilikinya,’ lanjut Dr Azkune. ‘Kami mengusulkan menggunakan nama sensor alih-alih pengenal, untuk mengaktifkan artinya, semantiknya, digunakan untuk menentukan aktivitas yang ditautkan. Dengan demikian, apa yang dipelajari algoritme dalam satu lingkungan mungkin valid di lingkungan yang berbeda, meskipun sensornya tidak sama, karena semantiknya serupa. Inilah mengapa kami menggunakan teknik pemrosesan bahasa alami. ‘

Peneliti juga menjelaskan bahwa teknik yang digunakan sepenuhnya otomatis. ‘Pada akhirnya, algoritme mempelajari kata-kata terlebih dahulu dan kemudian representasi yang kami kembangkan menggunakan kata-kata itu. Tidak ada campur tangan manusia. Hal ini penting dari perspektif skalabilitas, karena terbukti mampu mengatasi kesulitan tersebut. ‘ Memang, pendekatan baru telah mencapai hasil yang serupa dengan yang diperoleh dengan menggunakan metode berbasis pengetahuan.

Sumber Cerita:

Materi disediakan oleh Universitas Negeri Basque. Catatan: Konten dapat diedit gaya dan panjangnya.

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Data Sidney