Chytrá domácnost: učící se řízení vytápění
Loading...
Date
Authors
Milostný, Tomáš
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Tato bakalářská práce se zabývá implementací prototypu ekosystému chytré domácnosti zaměřeného na domácí vytápění. Cílem je vytvořit software běžící na zařízení typu Raspberry Pi, který s pomocí předpovědí strojového učení bude schopen ovládat a monitorovat síť elektrických přímotopných konvektorů ovládané spínáním jednoduchého Wi-Fi relé Shelly 1PM. Výsledné řešení by mělo oproti konvenčním chytrým termostatům disponovat také nižší cenou.
This bachelor thesis deals with the implementation of a prototype smart home ecosystem focused on home heating. The goal is to create software running on a Raspberry Pi device that, with the help of machine learning predictions, will be able to control and monitor a network of electric direct heating convectors controlled by switching a simple Wi-Fi relay Shelly 1PM. The resulting solution should also have a lower price than conventional smart thermostats.
This bachelor thesis deals with the implementation of a prototype smart home ecosystem focused on home heating. The goal is to create software running on a Raspberry Pi device that, with the help of machine learning predictions, will be able to control and monitor a network of electric direct heating convectors controlled by switching a simple Wi-Fi relay Shelly 1PM. The resulting solution should also have a lower price than conventional smart thermostats.
Description
Citation
MILOSTNÝ, T. Chytrá domácnost: učící se řízení vytápění [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Ing. Lukáš Sekanina, Ph.D. (předseda)
doc. Ing. Jiří Jaroš, Ph.D. (místopředseda)
Ing. Michal Hradiš, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
Ing. Ondřej Lengál, Ph.D. (člen)
Date of acceptance
2022-06-14
Defence
Student 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. Otázky u obhajoby: Proč navržený algoritmus strojového učení nehledá vzory v dlouhodobém chování uživatele? Proč data z předpovědi počasí nezahrnují informaci o míře oblačnosti? Vzhledem k řešenému problému s přetápěním místnosti to považuji za relevantní.
Result of defence
práce byla úspěšně obhájena