Tipikus viselkedési minták felismerése és befolyásolása
![]() nyugalmazott docens
Szoba: IE414
Tel.:
+36 1 463-2679 Email: pataki (*) mit * bme * hu |
A kiírás adatai
Gyakran van szükség arra, hogy hosszabb idősorokban a megfigyelt személy vagy objektum viselkedésének tipikus mintázatait felismerjük. Ez igen bonyolult feladat, hiszen legtöbbször nem egy szigorúan periódikusan ismétlődő, teljesen azonos módon jelentkező mintáról van szó, csak több-kevesebb rendszerességgel bekövetkező, hasonló eseményekről. Ráadásul sokszor nem közvetlenül megfigyelhető a jelenség, csak következtetni tudunk egy összetett jel alapján.
Az önálló labor célja a tipikus mintázatok felismerésére alkalmas módszerek áttekintése, implementálása, összehasonlítása, használhatóságuk feltérképezése egy-egy konkrét területen. Elsősorban szimulált adatokon tudjuk vizsgálni a megvalósított módszereket.
Gondoljunk pl. arra, hogy egy idős személy vagy egy lábadozó beteg, esetleg egy informatikai rendszer napi tevékenységét, alakulását figyeljük meg, annak érdekében, hogy felmérjük minden rendben van-e. Fontos lenne bizonyos rendszeres tevékenységek felismerése, de pl. egy személynél a reggeli - ami jó esetben minden nap elfogyasztásra kerül - időpontja, a pontos elemei nem ismétlődnek mereven.
A másik közérthető és napjainkban igen nagy jelentőségű feladat az elektromos fogyasztásban jelentkező minták felismerése, és bizonyos esetekben befolyásolása. Ugyanis a jövőben várható okos mérők lehetővé teszik egyes fogyasztók távolról történő ki- illetve bekapcsolását. Ilyen vezérlést jelenleg is alkalmaznak az országban („éjszakai áram”), mely azonban statikus, előre beprogramozott időzítések szerint kapcsol. A feladat olyan algoritmus készítése a vezérlés számára, mely képes egy előre meghatározott teljesítményjelet követni, s ennek megfelelően ki-be kapcsolni az egyes fogyasztói csoportokat. Az algoritmus megfelelő működéséhez a mesterséges intelligencia eszközeit szükséges megvizsgálni. A feladat előbb a mesterséges intelligencia megfelelő részeinek megismerése, alkalmazhatóságuk vizsgálata, majd az algoritmus tervezése, megvalósítása és finomhangolása. Ha az elektromos fogyasztásra konkretizáljuk a feladatot, akkor azt a VET és MIT együttműködésében konzultáljuk, a VET részről dr. Divényi Dániel.
Ehhez szerintem kell némi matematikai érdeklődés, kísérletezőkedv, kreativitás, érdeklődés és munkakedv! (Kalandorok és lazsálni vágyók kíméljenek! :-))