Розподілений фреймворк, заснований на глибинному навчанніі для трансдюсерних мереж розумного будинку

Анотація

Дана робота присвячена розробці розподіленого фреймворка, заснованого на глибинному навчанні для обробки да-
них з різних сенсорів, які генеруються трансдюсерними мережами, які застосовуються в області розумних будинків. За-
пропонований фреймворк дозволяє обробляти дані, які надходять з сенсорів різного типу для вирішення задач класифі-
кації і регресії. Архітектура фреймворка складається з декількох складових: індивідуальних згорткових мереж, які обро-
бляють вхід з сенсорів одного типу, єдиної згорткової мережі злиття, яка обробляє безліч виходів індивідуальних згорт-
кових мереж. Далі, результат роботи єдиної згорткової мережі злиття подається на вхід рекурентної мережі, яка дозволяє

витягувати значущі ознаки з тимчасових послідовностей. Результат роботи рекурентної мережі подається на вихідний

шар, який генерує вихід фреймворка, виходячи з типу завдання, що вирішується. Для експериментальної оцінки розроб-
леного фреймворка були взяті два завдання: завдання розпізнавання дій людини і завдання ідентифікації людини по ру-
ху. Датасет містив дані двох сенсорів (акселерометра і гіроскопа), які збиралися у 9 користувачів, які виконували 6 дій. У

якості апаратних платформ було використано мобільний пристрій, а також апаратний пристрій Edison Compute Module.
Для порівняння результатів роботи, були використані варіації запропонованого фреймворка з різною архітектурою, а

також сторонні підходи, засновані на різних методах машинного навчання, включаючи опорні машини векторів, випад-
ковий ліс, обмежені машини Больцмана і так далі. В результаті, запропонований фреймворк, в середньому, перевершив

інші алгоритми приблизно на 8 % за трьома метриками в задачі розпізнавання дій людини і виявився ефективнішим при-
близно на 13% в завданні ідентифікації людини по руху. Також було виміряно споживання енергії і час роботи запропо-
нованого фреймворка і його аналогів. Було виявлено, що запропонований фреймворк споживає помірну кількість енергії,

а час роботи можна оцінити як прийнятний.