استفاده از اینترنت اشیاء و هوش مصنوعی برای بهبود کارآیی ساختمان های هوشمند شناختی

ساختمان های آینده سیستم های پیچیده ای هستند که هدفشان کمک به کیفیت زندگی ساکنان و افزایش ایمنی، امنیت و کارایی است. برا ی رسیدن به این اهداف، آنها به توانایی های خود مدیریتی و خودسازگاری خود نیاز دارند و در نتیجه در مرحله بعد از هوشمندی به ساختمان های شناختی تبدیل می شوند. با این حال، توسعه ساختمان های شناختی که از تکنیک های پیشرفته هوش مصنوعی به صورت توزیع شده بهره برداری می کنند، هنوز یک چالش است. در واقع، باید به طور مداوم پارامترها ی محیطی مختلفی را جمع آوری و پردازش کرد، نیازها و ترجیحات کاربران را بیاموزند و پیش بینی کنند، سپس تعداد زیادی از دستگاه های ناهمگن را کنترل کنند. این عملیات میتواند از دسترسی پویا به منابع محاسباتی لبه و ابری استفاده شود. این مقاله چالش ها و الزامات مرتبط با توسعه ساختمان های شناختی را مورد بحث قرار می دهد و یک پلتفرم اینترنت اشیاء را که به طور خاص برای طراحی و اجرا ی ساختمان های شناختی مناسب است، نتایج نشان می دهد روش پیشنهادی کارآیی کلی خانه هوشمند مثل متوسط تاخیر را بهبود می بخشد.

using the internet of things and artificial intelligence to improve the efficiency of cognitive intelligent buildings

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.