استفاده از اينترنت اشياء و هوش مصنوعي براي بهبود كارآيي ساختمان هاي هوشمند شناختي

Using the Internet of Things and artificial intelligence to improve the efficiency of cognitive intelligent buildings

ساختمان هاي آينده سيستم هاي پيچيده اي هستند كه هدفشان كمك به كيفيت زندگي ساكنان و افزايش ايمني، امنيت و كارايي است. برا ي رسيدن به اين اهداف، آنها به توانايي هاي خود مديريتي و خودسازگاري خود نياز دارند و در نتيجه در مرحله بعد از هوشمندي به ساختمان هاي شناختي تبديل مي شوند. با اين حال، توسعه ساختمان هاي شناختي كه از تكنيك هاي پيشرفته هوش مصنوعي به صورت توزيع شده بهره برداري مي كنند، هنوز يك چالش است. در واقع، بايد به طور مداوم پارامترها ي محيطي مختلفي را جمع آوري و پردازش كرد، نيازها و ترجيحات كاربران را بياموزند و پيش بيني كنند، سپس تعداد زيادي از دستگاه هاي ناهمگن را كنترل كنند. اين عمليات ميتواند از دسترسي پويا به منابع محاسباتي لبه و ابري استفاده شود. اين مقاله چالش ها و الزامات مرتبط با توسعه ساختمان هاي شناختي را مورد بحث قرار مي دهد و يك پلتفرم اينترنت اشياء را كه به طور خاص براي طراحي و اجرا ي ساختمان هاي شناختي مناسب است، نتايج نشان مي دهد روش پيشنهادي كارآيي كلي خانه هوشمند مثل متوسط تاخير را بهبود مي بخشد.

Abstract Buildings of the future are complex systems that aim to contribute to the quality of life of residents and increase safety, security and efficiency. To achieve these goals, they need their self-management and self-adjustment abilities, and as a result, they become cognitive structures in the next stage of intelligence. However, the development of cognitive buildings that exploit advanced artificial intelligence techniques in a distributed manner is still a challenge. In fact, it must continuously collect and process various environmental parameters, learn and predict users needs and preferences, and then control a large number of heterogeneous devices. This operation can take advantage of dynamic access to edge and cloud computing resources. This paper discusses the challenges and requirements related to the development of cognitive buildings and presents an IoT platform specifically suited for the design and implementation of cognitive buildings. And the results show that Pisenhadi s method improves the overall efficiency of smart homes.