五届国际会议上新兴无处不在的网络系统和普遍.docVIP

第五届国际会议上新兴无处不在的网络系统和普遍基于神经残疾人智能家居设计残疾人研究日常生活都放在一起，如计算技术，在一个环境下网络通信称为智能家居克服通过提供一个系统取代他们所缺乏的是什么使这样的工作有趣和重要。我们有步进，不仅达到了预先自动家开发这样一个空间，也是一个学习和自适应的智能家居。这是通过结合两种类型的神经网络来完成我们的系统。以表明了系统的有效性，我们开发了第一个原型，涵盖了理论设计部分。进一步的工作做真正转化我们的原型的一个实际的房子里，残疾人可以受益关键词： 智能家居，人工智能，前馈神经网络，神经网络，自动适应，INSTEON技术，ZigBee。为了使残疾人在他们的环境的独立和自主，自由等特点运动，易于访问和控制应该是可用的。这个项目的目的不在于这一点，而且在一个完全完整的智能家居设计这些辅助参数的集成。研究人员已经对这个话题感兴趣因为在进化过程中的重要性和必要性。过去的一些研究主要集中在如何实现自动化，使它能够进行远程操作，专注于如何使一个安全的地方，和一些最近的研究人员已经提出了人工智能了解用户每天做的事情和预测他们的行为。在我们的项目中，我们试图考虑一个智能的不同方面如家庭自动化，舒适，安全，卫生。继电器的两种类型的神经网络（饲料—向前和复发），这将在本文中进一步详细。第一个目的是了解人民的习惯和活动，以便能够预测他们的下一步行动和采取行动的代表用户。第二将与安全系统集成计算预警警报，达到所有周围意识高水平。此外，系统连接的远程控制外部世界，维护和报警通信主管部门。电子邮件地址 ：mehdi_adda@uqar.ca 1877-0509?2014作者。由Elsevier出版公司这是CC?by-nc-nd许可下开放获取论文（HTTP：／／?/许可证/数控钕/?3 /）。同行评审的程序和2014?euspn-2014?。10.1016/cs.2014.08.020?DOI asdisabilities不同需求不同；要达到的目标是一个系统，可以承受大量的各种障碍物易于访问的接口。在下一节中我们回顾相关作品，介绍研究的理论，讨论了我们的分析和技术特点的系统。相关工作智能家居领域是新的因为有许多研究和发现光的项目。在2000，第一个智能住宅的开发在博尔德（美国科罗拉多州）被称为“自适应的房子”。 它采用基于神经网络的监测，为老年人创造一个家。房子是舒适但实现人工智能的特征和没有使用什么神经网络可以提供在这一领域。2004德州大学阿灵顿分校研制的“MavHome”的概念，与流动性残疾和正常记忆丧失的人，使用的数据采集和检测不规则的学习模式。该项目没有继续使用人工智能来预测用户下一步或使用它来开发一个智能报警系统。白宫也缺乏互动与系统的用户而忽视其选择作用使其自动的房子。许多其他项目研究这一地区以同样的方式拿回来的主要特征在一个漂亮的房子。2006在澳大利亚墨尔本大学进行了改进并介绍了人工神经网络在智能家居系统，但是忽略了用户和系统都没有选择自动为用户之间的互动。他们也不使用人工神经网络来开发智能感官和报警系统也没有改善他们的系统能够打击残疾人。2009“A2O”原型交互架构试图加入这些功能，但仍然有限，利用人工智能来学习一些规则并将其应用在智能家居系统中。同时系统是有限的人有运动障碍1,2,5,7,10。理论智能家居是一个想法,有人投入金钱和时间都达到完美的聪明。随着项目的在这个领域开始增加将继续前进,引进更先进的技术出现。一个广泛的技术被提出并尝试了。他们主要考虑到不同的目的和目标的。大部分使用在智能家居技术最初被用在其他方面；其他已开发专门履行一种家庭系统的期望。在发展的过程中，设计师们在家庭自动化达到高级阶段，安全和卫生保健。然而限制出现在情报方面，自动控制，具有广泛的功能，包括用户需求的不同方面的智能家居设计。我们的研究项目，使设计相结合的许多上述的在同一系统中。该样机由软件接口，使用户的管理，控制和访问整个系统。集成在软件是细节进一步在本文中的神经网络和系统的其他方面。在硬件方面，原型包括控制和监控单元，智能报警系统，并在项目中使用一些传感器。作为一种普遍的看法，系统设计主要包括两内部主干网。第一个是主要的网络和第二个作为主要的网络备份，（见图1）。 这些网络的目的是连接整个系统的不同的元素。类似于内部网络的两个外部网络使房子和负责部门之间的沟通，和其他行政远程访问的目的。自适应学习人工神经网络可用。他们是负责预测事件的可能性因此环境可以适应用户的需求和期待他的下一个移动。神经网络将使用传感器和照相机来完成他们的学习过程中收集的数据。在智能家居的一个特色是自动化的，它允许控制和家里所有的设备监控。另一个特点是安全，可以使用在主门和窗户，访问代码运动传感器，与人脸识别智能摄像机来识别房子的周围移动，智能火灾报