Ανάπτυξη Μοντέλων Βαθιάς Μάθησης και Όρασης για την Αναγνώριση Συσκευών Κλιματισμού

Abstract

Η αναγνώριση και ταυτοποίηση οικιακών κλιματιστικών μονάδων με ακρίβεια αποτελεί σημαντικό βήμα για την ανάπτυξη ευφυών ενεργειακών συστημάτων και την αποδοτική διαχείριση της κατανάλωσης. Στην παρούσα εργασία προτείνεται μια προσέγγιση που αξιοποιεί μεθόδους βαθιάς μάθησης και τεχνικές υπολογιστικής όρασης, με έμφαση σε συνελικτικά νευρωνικά δίκτυα (CNNs), για την αυτόματη αναγνώριση τύπου και μοντέλου κλιματιστικών βάσει φωτογραφιών των συσκευών. Το πρόβλημα αντιμετωπίζεται ως λεπτομερής ταξινόμηση, δεδομένου ότι τα κλιματιστικά διαφορετικών κατασκευαστών παρουσιάζουν υψηλή οπτική ομοιότητα, καθιστώντας δύσκολη τη διάκρισή τους. Η προτεινόμενη μέθοδος εκπαιδεύεται σε κατάλληλο σύνολο δεδομένων και αξιολογείται ως προς την ικανότητά της να αναγνωρίζει με ακρίβεια το μοντέλο, επιτυγχάνοντας υψηλή απόδοση στην ταξινόμηση. Τα αποτελέσματα αναδεικνύουν τη δυνατότητα ενσωμάτωσης του συστήματος σε εφαρμογές κινητών συσκευών, διευκολύνοντας την άμεση ταυτοποίηση εξοπλισμού και τη δημιουργία καινοτόμων υπηρεσιών ενεργειακής διαχείρισης. Η εργασία θέτει τις βάσεις για περαιτέρω μελέτη και επέκταση της μεθόδου σε πιο ευρύ φάσμα οικιακών συσκευών.