Control Automático de Condiciones Ambientales en Domótica usando Redes Neuronales Artificiales
Se propone el uso del concepto de computación omnipresente para mejorar las relaciones humano-maquina en entornos automatizados como hogares, oficinas y edificaciones. Se registran los patrones de comportamiento del usuario para luego emplearlos en un sistema consciente del contexto, capaz de reaccionar de forma automática y permitiendo la autoconfiguración de un sistema automatizado en un entorno de oficina. Se detalla el mecanismo automatizado por el cual se determina el estado de la iluminación, temperatura, humedad y otros valores de entorno y cómo se actúa sobre ellos. Se considera para ello los hábitos diarios del usuario y las condiciones reales del entorno. Se utilizan Redes de Neuronas Artificiales como clasificador del estado de las luces, calefacción y ventilación. Los resultados muestran que la técnica de redes neuronales es capaz de reconocer satisfactoriamente más de un 90% de los patrones del usuario.
Main Authors: | , |
---|---|
Format: | Digital revista |
Language: | Spanish / Castilian |
Published: |
Centro de Información Tecnológica
2011
|
Online Access: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642011000300014 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Se propone el uso del concepto de computación omnipresente para mejorar las relaciones humano-maquina en entornos automatizados como hogares, oficinas y edificaciones. Se registran los patrones de comportamiento del usuario para luego emplearlos en un sistema consciente del contexto, capaz de reaccionar de forma automática y permitiendo la autoconfiguración de un sistema automatizado en un entorno de oficina. Se detalla el mecanismo automatizado por el cual se determina el estado de la iluminación, temperatura, humedad y otros valores de entorno y cómo se actúa sobre ellos. Se considera para ello los hábitos diarios del usuario y las condiciones reales del entorno. Se utilizan Redes de Neuronas Artificiales como clasificador del estado de las luces, calefacción y ventilación. Los resultados muestran que la técnica de redes neuronales es capaz de reconocer satisfactoriamente más de un 90% de los patrones del usuario. |
---|