OPTYMALIZACJA PROCESÓW ZARZĄDZANIA BUDYNKAMI KOMERCYJNYMI Z WYKORZYSTANIEM SYSTEMÓW ANALIZY ZACHOWAŃ UŻYTKOWNIKÓW WSPOMAGANYCH INTELIGENCJĄ OBLICZENIOWĄ I RTI
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 12 Nr 1 (2022)
-
METODY ZAPEWNIENIA BEZPIECZEŃSTWA DANYCH W STANDARDACH MOBILNYCH
Serhii Moroz, Anatolii Tkachuk, Mykola Khvyshchun, Stanislav Prystupa, Mykola Yevsiuk4-9
-
HYBRYDOWY SYSTEM NAWIGACJI DO UŻYTKU WEWNĄTRZ POMIESZCZEŃ
Michał Styła, Przemysław Adamkiewicz10-14
-
WEWNĘTRZNY SYSTEM LOKALIZACJI Z WYKORZYSTANIEM UWB
Dominik Gnaś, Przemysław Adamkiewicz15-19
-
ZASTOSOWANIE KONWOLUCYJNYCH SIECI NEURONOWYCH W IDENTYFIKACJI ZAWILGOCEŃ ŚCIAN BUDYNKÓW METODĄ EIT
Grzegorz Kłosowski, Tomasz Rymarczyk20-23
-
ŚWIATŁOWODOWE SKOŚNE SIATKI BRAGGA JAKO CZUJNIKI W POMIARACH WSPÓŁCZYNNIKA ZAŁAMANIA CIECZY
Damian Harasim24-27
-
OPTYMALIZACJA PROCESÓW ZARZĄDZANIA BUDYNKAMI KOMERCYJNYMI Z WYKORZYSTANIEM SYSTEMÓW ANALIZY ZACHOWAŃ UŻYTKOWNIKÓW WSPOMAGANYCH INTELIGENCJĄ OBLICZENIOWĄ I RTI
Michał Styła, Przemysław Adamkiewicz28-35
-
OPRACOWANIE TECHNOLOGII OSADZANIA I POMIARÓW ZMIĘNNOPRĄDOWYCH ULTRACIENKICH WARSTW MIEDZI
Aleksandra Wilczyńska, Karolina Czarnacka, Andrzej Kociubiński, Tomasz Kołtunowicz36-39
-
SIECI NEURONOWE Z KERAS W DIAGNOSTYCE ZMIAN SKÓRNYCH
Magdalena Michalska-Ciekańska40-43
-
OKREŚLANIE DŁUGOŚCI ROBOCZEJ KANAŁU KORZENIOWEGO ZA POMOCĄ SEGMENTACJI RADIOGRAFII WEWNĄTRZUSTNEJ
Oleksii Perepelytsia, Tetyana Nosova44-46
Archiwum
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
-
Tom 10 Nr 4
2020-12-20 16
-
Tom 10 Nr 3
2020-09-30 22
-
Tom 10 Nr 2
2020-06-30 16
-
Tom 10 Nr 1
2020-03-30 19
##plugins.themes.bootstrap3.article.main##
Authors
przemyslaw.adamkiewicz@cbrti.pl
Abstrakt
Celem prezentowanego projektu było stworzenie kompleksowego systemu zarządzania budynkiem wyposażonego w sieć bezprzewodowych i energooszczędnych czujników, które zbierają dane o użytkownikach i na ich podstawie sterują urządzeniami końcowymi, takimi jak oświetlenie, wentylacja, klimatyzacja i ogrzewanie. W prezentowanym systemie urządzeniami końcowymi mogą być zarówno produkty oferowane przez rynek (komercyjne), jak i rozwiązania autorskie (własne). Ma to na celu umożliwienie adaptacji komercyjnych protokołów komunikacji radiowej o dużych możliwościach integracyjnych i powszechnym występowaniu. Dodatkowo system został wzbogacony o innowacyjny system śledzenia i nawigacji po budynkach oraz kontroli dostępu, które są wspomagane przez sieć radiolatarni oraz technologię obrazowania radiowo-tomograficznego (RTI). Nad całością systemu ma czuwać inteligencja obliczeniowa wyuczona od podstaw.
Słowa kluczowe:
Bibliografia
Bluetooth SIG. Bluetooth Core Specification, version 4.0.; Bluetooth SIG: Kirkland, WA, USA, 2010.
Cavallini A.: iBeacons Bible, 2015.
Corna A., Fontana L., Nacci A. A., Sciuto D.: Occupancy detection via ibeacon on android devices for smart building management. Proceedings of the Design, Automation & Test in Europe Conference & Exhibition (DATE), 2015, 629–632.
Havard N., McGrath S., Flanagan C., MacNamee C.: Smart Building Based on Internet of Thing Technology. Proceedings of the 12th International Conference on Sensing Technology (ICST), 2018.
Kozłowski E., Mazurkiewicz D., Żabiński T., Prucnal S., Sęp J.: Machining sensor data management for operation-level predictive model. Expert Syst. Appl. 159, 2020, 1–22.
Liu H., Darabi H., Banerjee P., Liu J.: Survey of wireless indoor positioning techniques and systems. IEEE Trans. Syst. Man Cybern. Part C Appl. Rev. 37, 2007, 1067–1080.
Matteuchi M.: An Adaptive Indoor Positioning System Based on Bluetooth Low Energy RSSI. Politecnico di Milano, Milano 2012.
Montgomery D. C., Peck E. A., Vining G. G.: Introduction to Linear Regression Analysis. World Scientific Publishing, Singapore 2012.
Node-RED Guide. Available online: http://noderedguide.com/ (accessed on 19.02.2022).
Peng Y., Rysanek A., Nagy Z., Schlter A.: Using machine learning techniques for occupancy-prediction-based cooling control in office buildings. Appl. Energy 211, 2018, 1343–1358.
Postolache O. A., Dias Pereira J. M., Silva Girao P. M. B.: Smart Sensors Network for Air Quality Monitoring Applications. IEEE Trans. Instrum. Meas. 58, 2009, 3253–3262.
Rivera-Illingworth F., Callaghan V., Hagras H.: Automated Discovery of Human Activites inside Pervasive Living Spaces. Proceedings of the International Symposium on Pervasive Computing and Applications, 2006, 77–82.
Rymarczyk T., Kozłowski, E., Kłosowski G., Niderla, K.: Logistic Regression for Machine Learning in Process Tomography. Sensors 19, 2019, 3400.
Styła M., Oleszek M., Rymarczyk T., Maj M., Adamkiewicz P.: Hybrid sensor for detection of objects using radio tomography. Applications of Electromagnetics in Modern Engineering and Medicine, PTZE, 2019, 219–233.
Suykens, J.A., Vandewalle J.: Least squares support vector machine classifiers. Neural Process. Lett. 9, 1999, 293–300.
Tragos E. Z., Foti M., Surligas M., Lambropoulos G., Pournaras S., Papadakis S., Angelakis V.: An IoT based intelligent building management system for ambient assisted living. Proceedings of the IEEE International Conference on Communication Workshop (ICCW), 2015, 246–252.
##plugins.themes.bootstrap3.article.details##
Abstract views: 428
Downloads: 446
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
