دانلود ترجمه مقاله استفاده از روش های طبقه بندی برای مدل سازی مصرف توان در حالت آماده به کار در اینترنت اشیا

1. مقدمه 2. حالت مصرف توان 3. راه اندازی آزمایشی 4. نتایج 5. نکات نهایی

چکیده – این مقاله رویکردی را ارائه داده که تکنولوژی های اینترنت اشیا (IoT) و روش های طبقه بندی را به منظور بهبود استفاده کارآمد از مصرف توان ترکیب می کند. ما روی استفاده از انرژی دستگاه های الکترونیکی در حالت آماده به کار تمرکز کرده ایم که نشان دهنده 5 تا 26 درصد مصرف توان در یک خانه می باشد. هدف روش پیشنهادی در پیش بینی موقعیت خاموش شدن دستگاه های آماده به کار، کاهش مصرف توان می باشد. به طور خلاصه، روش ما از سنسورهای حرکتی و جریانی متصل به یک زیرساخت IoT استفاده می کند تا مشخصه ای در مورد حضور افراد در خانه را ایجاد کند. نتایج حاصل از روش ما نشان دهنده کاهش مصرف انرژی الکتریکی با استفاده از روش های یادگیری ماشین در حالت حضور اینترنت اشیا می باشند.

This paper presents an approach that combines Internet of Things (IoT) technologies and classification methods to improve efficient usage of power consumption. We focused on energy use of electronic devices on standby mode, which represent from 5 to 26% of power consumption in a home. The proposed approach aims at predicting situation in which devices on standby can be turned off, reducing power consumption. In summary, our approach uses motion and current sensors connected to an IoT infrastructure to build a profile about the presence of people at home. Results obtained from our approach present a reduction of the electric energy consumption by applying Machine Learning methods on Internet of Things scenarios.