Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης

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 συσ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Ζαχαρία, Άγγελος
Άλλοι συγγραφείς: Zacharia, Angelos
Γλώσσα:Greek
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:https://nemertes.library.upatras.gr/handle/10889/23308
id nemertes-10889-23308
record_format dspace
spelling nemertes-10889-233082022-09-28T07:58:41Z Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης An intelligent microprocessor integrating TinyML rapid accident prevention Ζαχαρία, Άγγελος Zacharia, Angelos Μηχανική Μάθηση ESP32 ZAC888-DP Hotel automation Accident prevention TinyML 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. The purpose of the thesis is to provide users with accurate predictions and information on conditions that are likely to result in a bathroom accident. The goal was to have a direct and practical application in the real world, so we used machine learning algorithms, the ZAC888DP device, the ESP32 and sensors that measure the conditions prevailing in this space. To create our environment we used light, water, temperature, and humidity sensors and took measurements for about a month. Model training and data sampling were done with ESP32 microprocessor and Python and C ++ programming languages. ESP32 is a low-power, low-cost microprocessor, and we applied machine learning algorithms to it using TinyML, which is a specialized class of microprocessors that uses the energy and resources of a CPU much more efficiently. We were able to deal with the problem of logistic regression, which is an element of supervised learning, by doing so. Finally, we linked the dots and achieved the initial purpose of our project: establishing a strong method for preventing restroom accidents. 2022-09-28T05:24:30Z 2022-09-28T05:24:30Z 2022-09-27 https://nemertes.library.upatras.gr/handle/10889/23308 el CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ application/pdf
institution UPatras
collection Nemertes
language Greek
topic Μηχανική Μάθηση
ESP32
ZAC888-DP
Hotel automation
Accident prevention
TinyML
spellingShingle Μηχανική Μάθηση
ESP32
ZAC888-DP
Hotel automation
Accident prevention
TinyML
Ζαχαρία, Άγγελος
Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
description 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.
author2 Zacharia, Angelos
author_facet Zacharia, Angelos
Ζαχαρία, Άγγελος
author Ζαχαρία, Άγγελος
author_sort Ζαχαρία, Άγγελος
title Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
title_short Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
title_full Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
title_fullStr Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
title_full_unstemmed Ανάπτυξη τεχνικών TinyML σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
title_sort ανάπτυξη τεχνικών tinyml σε έξυπνα σπίτια για αποφυγή ατυχημάτων με έμφαση στην πολυπλοκότητα κώδικα και στην ασφάλεια υλοποίησης
publishDate 2022
url https://nemertes.library.upatras.gr/handle/10889/23308
work_keys_str_mv AT zachariaangelos anaptyxētechnikōntinymlseexypnaspitiagiaapophygēatychēmatōnmeemphasēstēnpolyplokotētakōdikakaistēnasphaleiaylopoiēsēs
AT zachariaangelos anintelligentmicroprocessorintegratingtinymlrapidaccidentprevention
_version_ 1771297247250612224