Пошук академічних текстів

Інформація × Реєстраційний номер 0225U003232, (0122U200452) , Науково-дослідна робота Назва роботи Апаратно-програмне забезпечення інтелектуальних систем розумного будинку Назва етапу роботи Апаратно-програмне забезпечення інтелектуальних систем розумного будинку Керівник роботи Оленич Ігор Богданович, Доктор фізико-математичних наук Дата реєстрації 03-06-2025 Організація виконавець Львівський національний університет імені Івана Франка Опис роботи Метою роботи є розробка прототипу апаратно-програмної системи керування енергозабезпеченням розумних об'єктів на основі інтелектуального аналізу сенсорних даних з використанням машинного навчання та Fog/Edge-обчислень Опис етапу  Р Е Ф Е Р А Т Звіт про НДР: 56 c., 23 рис., 8 табл., 46 джерел. ABC-АЛГОРИТМ, FASTAPI, KNN, MLOPS, NVIDIA JETSON NANO, SVM, TF-IDF, ГРАНИЧНІ ОБЧИСЛЕННЯ, ІНЖЕНЕРІЯ ОЗНАК, КЛАСИФІКАЦІЯ ТЕКСТУ, ЛОГІСТИЧНА РЕГРЕСІЯ, МАРШРУТИЗАЦІЯ, МАШИННЕ НАВЧАННЯ, МІКРОКОНТРОЛЕР STM32, НЕЙРОННІ МЕРЕЖІ, ОБРОБКА ПРИРОДНОЇ МОВИ, РОЗУМНИЙ БУДИНОК, ШТУЧНА БДЖОЛИНА КОЛОНІЯ. Об’єкт дослідження – апаратно-програмний комплекс для інтелектуальних систем розумного будинку, який об’єднує edge-обчислення, моделі машинного навчання та засоби MLOps для локальної обробки даних і автономного керування пристроями. Мета роботи – розроблення прототипу апаратно-програмної системи керування енергозабезпеченням розумних об'єктів на основі інтелектуального аналізу сенсорних даних з використанням машинного навчання та Fog/Edge-обчислень. Методи досліджень – супервізоване глибоке навчання з інженерією ознак і квантизацією моделей для прогнозу та класифікації; метаевристичні алгоритми; експериментально-лабораторні випробування на створеній Edge-платформі. Отримані результати. Побудовано повнофункціональний MLOps-конвеєр, який автоматично збирає дані, навчає, квантизує та розгортає моделі на STM32-клієнті. Запропоновано локальний ABC-планувальник, що успішно знаходить субоптимальні траєкторії у частково невідомому середовищі; продемонстровано гнучке налаштування ваг і обернену задачу для їх підбору (target до 100 % на простій карті). Доведено, що інженерія ознак підвищує точність визначення фейкових повідомлень до 92 %. Поєднання сучасних edge-підходів і практики MLOps у єдиний прототип дає змогу мінімізувати латентність, підвищити надійність і забезпечити самостійне оновлення моделей на локальних пристроях. Це створює передумови для широкого впровадження інтелектуальних систем у побуті та промисловості. Опис продукції Автори роботи Бойко Володимир Ярославович Бойко Ярослав Васильович Гура Володимир Тарасович Коростенський Роман Олегович Павлик Михайло Романович Притула Маріанна Миколаївна Сінькевич Олег Олександрович Додано в НРАТ 2025-06-03 Закрити