Một giải pháp ứng dụng trí tuệ nhân tạo cho nhà thông minh
Email tác giả liên hệ:
baothien@tlu.edu.vnTừ khóa:
máy học, mạng nơron nhiều lớp, nhà thông minh, nhận diện giọng nói, véc-tơ hỗ trợ một lớpTóm tắt
Trong những năm gần đây, cùng với sự phát triển của khoa học và công nghệ, đặc biệt là lĩnh vực trí tuệ nhân tạo đã len lỏi vào trong mọi lĩnh vực của cuộc sống mà ngôi nhà chúng ta đang ở cũng không phải là một ngoại lệ. Các căn nhà mà ở đó các thiết bị được điều khiển bằng giọng nói đã và đang là xu hướng phát triển của nhà thông minh. Trong bài báo này, chúng tôi có ứng dụng thêm các mô hình máy học vào các căn nhà điều khiển thiết bị bằng giọng nói nhằm tăng cường tính chính xác cũng như tính linh hoạt của hệ thống (ví dụ như khi người điều khiển có thể nói những “ý định điều khiển” gần giống với những gì đã được lập trình thì hệ thống điều khiển vẫn hiểu và thực hiện). Với việc ứng dụng các mô hình máy học như mạng nơ ron nhiều lớp, véc-tơ hỗ trợ một lớp thì chúng tôi đã xây dựng một bộ xử lý trung tâm làm nhiệm vụ phân loại dữ liệu và đưa ra quyết định điều khiển thiết bị cho nhà thông minh.
Tải xuống: 0
Tài liệu tham khảo
Felix, C. and Raglend, I.J., Home automation using GSM, International Conference on Signal Processing, Communication, Computing and Networking Technology, 21-22 July 2011, Thuckafay, India.
Ramlee, R.A., Othman, M.A., Leong, M.H., Ismail, M.M. and Ranjit, S.S.S., Smart home system using android application, International Conference of Information and Communication Technology (ICoICT), 20-22 March 2013, Bandung, Indonesia.
Arriany, A.A. and Musbah, M.S., Applying voice recognition technology for smart home networks, International Conference on Engineering & MIS (ICEMIS), 22-24 Sept 2016, Agadir, Marocco.
Kawarazaki, N. and Yoshidome, T., Remote control system of home electrical appliances using speech recognition, IEEE International Conference on Automation Science and Engineering (CASE), 20-24 Aug 2012, Seoul, South Korea.
Jain, S., Vaibhav, A. and Goyal, L., Raspberry Pi based interactive home automation system through E-mail, International Conference on Reliability Optimization and Information Technology (ICROIT), 6-8 Feb 2014, Faridabad, India.
D. V. Opdenbosch, M. Oelsch, A. Garcea, and E. Steinbach, A joint compression scheme for local binary feature descriptors and their corresponding bag-of-words representation, IEEE Visual Communications and Image Processing (VCIP), St. Petersburg, FL, USA, 2017.
Scholkopf, B., Platt, J., Shawe-Taylor, J., Smola, A., and Williamson, R., Estimating the support of a high-dimensional distribution, Neural Computation, 13(7):1443-1472, 2001.
Bounsiar, A. and Madden, M.G., Kernels for One-class Support Vector Machine, International Conference on Information Science & Applications (ICISA), 6-9 May 2014.
Gomez-Verdejo, V., Arenas-Garcia, J., Lazaro-Gredilla, M. and Navia-Vazquez, A., Adaptive One-Class Support Vector Machine, IEEE Transaction on Signal Processing, pp.2975-2981, June 2011.
Manevitz, L.M. and Yousef, M., One-class SVMs for Document Classification, Journal of Machine Learning Research 2.(1):139-154, 2002.
Wilson, E. and Tufts, D.W., Multilayer perceptron design algorithm, Proceedings of IEEE Workshop on Neural Networks for Signal Processing, 6-8 Sept 1994, Ermioni, Greece.
Alsmadi, M.K., Omar, K.B., Noah, S.A. and Almarsashdah, I., Performance Comparison of Multi-layer Perceptron (Back Propagation, Delta Rule and Perceptron) algorithms in Neural Networks, IEEE International Advance Computing Conference, 6-7 March 2009, Patiala, India.
S. D. Patil and P. S. Sanjekar, Musical Instrument Identification Using SVM , MLP& AdaBoost with Formal Concept Analysis, 1st International Conference on Intelligent Systems and Information Management (ICISIM), 2017, Aurangabad, India.
Haykin, Neural Networks: A Comprehensive Foundation. New York, 1994.
Tải xuống
Đã Xuất bản
Cách trích dẫn
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
