| Περίληψη: | Αντικείμενο της παρούσης εργασίας αποτελεί η έγκαιρη πρόβλεψη και ενημέρωση του χρήστη για συνθήκες που κατά πάσα πιθανότητα θα οδηγήσουν σε ατύχημα του στο μπάνιο.
Στόχος ήταν να έχουμε άμεση και πρακτική εφαρμογή στον πραγματικό κόσμο, γι’ αυτό χρησιμοποιήθηκαν αλγόριθμοι μηχανικής μάθησης, η συσκευή ZAC888DP, το ESP32 και αισθητήρες που μετρούν τις συνθήκες που επικρατούν μέσα σε αυτό το χώρο. Για τη δημιουργία του περιβάλλοντος μας χρησιμοποιήσαμε αισθητήρες φωτός, νερού, θερμοκρασίας και υγρασίας και παίρναμε μετρήσεις για περίπου ένα μήνα. Η εκπαίδευση του μοντέλου και η δειγματοληψία των δεδομένων έγιναν με τον μικροεπεξεργαστή ESP32 και τις γλώσσες προγραμματισμού Python και C++. To ESP32 αποτελεί ένα μικροεπεξεργαστή χαμηλής κατανάλωσης και κόστους και σε αυτόν εφαρμόσαμε τους αλγόριθμους μηχανικής μάθησης χρησιμοποιώντας TinyML, το οποίο αποτελεί εξειδικευμένη κατηγορία που εφαρμόζεται σε μικροεπεξεργαστές και χρησιμοποίει πολύ πιο αποδοτικά την ενέργεια και πόρους ενός CPU. Μέσω αυτού επιλύσαμε το πρόβλημα της εργασίας μας, αυτό της λογιστικής παλινδρόμησης η οποία είναι μέρος της επιβλεπόμενης μάθησης. Εν κατακλείδι, διασυνδέσαμε τα πιο πάνω και υλοποιήθηκε ο αρχικός στόχος αυτής της εργασίας, δημιουργώντας ένα στιβαρό μηχανισμό πρόληψης ατυχημάτων στο μπάνιο.
|
|---|
