Chytrá domácnost: učení rutin

Simple item page
but.committeeprof. Ing. Adam Herout, Ph.D. (předseda) prof. Ing. Tomáš Hruška, CSc. (člen) Ing. Tomáš Milet, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm E.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMaterna, Zdeněkcs
dc.contributor.authorJunák, Petrcs
dc.contributor.refereeZemčík, Pavelcs
dc.date.created2024cs
dc.description.abstractTato práce se zaměřuje na návrh, vývoj a implementaci inovativního chytrého systému,který využívá data o spánkovém režimu uživatele a strojové učení pro inteligentní ovládánísvětel v domácnosti. Hlavním cílem je zlepšení kvality spánku uživatele prostřednictvímoptimalizace expozice světla, zejména snížením expozice studenému dennímu světlu předspánkem. Práce se vyznačuje důrazem na využití snadno dostupných dat, cenově dostupnýchhardwarových zařízení a open-source technologií. Jako primární zdroj dat byl využit chytrýprsten RingConn, který poskytuje podrobné informace o spánkových vzorcích uživatele.Vytvořený model strojového učení náhodných regresních lesů, je hostován na platforměRaspberry Pi, která také slouží jako centrální jednotka pro ovládání světel a řízení celkovéhosystému. Kromě ovládání světla systém také podporuje zasílání upozornění uživateli o blížícíse doporučené době začátku spánku, což přispívá k celkovému zlepšení spánkové hygieny akvality spánku.cs
dc.description.abstractThis thesis focuses on the design, development, and implementation of an innovative smart system that uses user sleep data and machine learning for intelligent control of lights in households. The main goal is to improve the user’s sleep quality through the optimisation of light exposure, particularly by reducing exposure to cool daylight before sleep. Thework is characterized by an emphasis on the use of readily available data, cost-effective hardware devices, and open-source technologies. The primary source of data was the RingConn smart ring, which provides detailed information about the user’s sleep patterns. The created machine learning model, random forest regression, is hosted on the Raspberry Pi platform, which also serves as the central unit for controlling lights and managing the overall system. In addition to light control, the system also supports sending notifications to the user about the approaching recommended sleep start time contributing to the overall improvement of sleep hygiene and sleep quality.en
dc.description.markEcs
dc.identifier.citationJUNÁK, P. Chytrá domácnost: učení rutin [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.cs
dc.identifier.other160115cs
dc.identifier.urihttp://hdl.handle.net/11012/249554
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectInteligentní domácnostcs
dc.subjectKvalita spánkucs
dc.subjectStrojové učenícs
dc.subjectExpozice světlucs
dc.subjectTeplota světlacs
dc.subjectSpánkový vzoreccs
dc.subjectRaspberry Pics
dc.subjectChytrý prstencs
dc.subjectRingConncs
dc.subjectAutomatizacecs
dc.subjectOvládání světelcs
dc.subjectPředzpracování datcs
dc.subjectVýběr vlastnostícs
dc.subjectHodnocení systémucs
dc.subjectMetoda Regresních Lesůcs
dc.subjectSmart Homeen
dc.subjectSleep Qualityen
dc.subjectMachine Learningen
dc.subjectExposition to lighten
dc.subjectLight Temperatureen
dc.subjectSleep Patternen
dc.subjectRaspberry Pien
dc.subjectSmart Ringen
dc.subjectRingConnen
dc.subjectAutomationen
dc.subjectLight Controlen
dc.subjectData Preprocessingen
dc.subjectFeature Selectionen
dc.subjectSystem Evaluationen
dc.subjectRegression Forest Methoden
dc.titleChytrá domácnost: učení rutincs
dc.title.alternativeSmart Home: Learning of Routinesen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-08-22cs
dcterms.modified2024-08-26-09:06:49cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid160115en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 21:02:09en
sync.item.modts2025.01.15 14:29:59en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.85 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
11.79 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_160115.html
Size:
10.34 KB
Format:
Hypertext Markup Language
Description:
file review_160115.html
Download
Collections
2024