بهبود عملكرد دستگاه هاي اعلام حريق اماكن جهت پيش‌بيني احتمال وقوع آتش سوزي با استفاده از الگوريتم هاي يادگيري ماشين

دستگاه هاي اوليه اعلام حريق در ابتدا به صورت تكي و سپس به صورت شبكه اي ساخته شده‌اند تا آتش‌سوزي را به شكل بهتري تشخيص دهند. اگرچه پيشرفت هاي اخير در طراحي دستگاه هاي اعلام حريق باعث تشخيص بهتر آتش سوزي ها شده است، ولي دستگاه هاي كنوني در آتش‌سوزي هاي ناگهاني يا در حجم زياد آتش‌سوزي ناتوان مي‌باشند. بهترين كار جهت آمادگي براي اين تيپ از حوادث، پيشبيني احتمال آتش سوزي مي‌باشد. دستگاهي كه ما ارائه كرده‌ايم، به صورت شبكه اي متصل بهم از دستگاه هاي تشخيص دود و گاز هاي خطرناك به محوريت يك دستگاه واحد كه معماري Master-Slave را شكل مي‌دهند، مي‌باشد كه گره هاي فرعي (nodes) اين شبكه در اصل وظيفه جمع آوري ديتاست كل محيط ساختمان را دارند و گره اصلي (master) با استفاده از اين ديتاست و الگوريتم هاي يادگيري ماشين به بررسي احتمال وقوع آتش‌سوزي مي‌پردازد. در اين مقاله ابتدا به بررسي ساز و كار شبكه اعلام حريق پرداخته و سپس دو سناريوي بانظارت و بدون نظارت را در نظر گرفته‌ايم و سه مدل يادگيري ماشين را پياده و دقت خروجي هر يك از اين مدل ها را با هم مقايسه كرده‌ايم. در نهايت به اين نتيجه رسيديم كه وجود اين الگوريتم ها در دستگاه اعلام حريق، قابليت تشخيص احتمال آتش‌سوزي را به وضوح بهبود داده‌اند.