ارائه الگوریتم تصمیم گیری سریع تشخیص فعالیت در کلان داده ثبت شده خانه های هوشمند با رویکرد کاهش حافظه

خانه هوشمند راهی برای افزایش کیفیت زندگی ساکنان با بهینه سازی کارهای روزمره و بهینه سازی مصرف انرژی محسوب می شود. از اینرو کلان داده در بهبود روشهای داده محور در تشخیص فعالیتهای انجام شده در خانه های هوشمند نقش بسزایی دارند. برخورد با حافظه و محدودیتهای زمانی، در هنگام یادگیری از جریان داده ها با حجم بسیار زیادی از داده ها، چالشهای کنونی هستند. بسیاری از الگوریتمها برای کنترل این مشکلات پیشنهاد شدهاند، که در بین آنها الگوریتم بسیار سریع درخت تصمیم گیری است. برای کاهش هزینه حافظه، با نگه داشتن عملکرد پیشبینی کننده، VFDT+ را پیشنهاد میکنیم که یک الگوریتم جدید براساس VFDT است. الگوریتم VFDT+ رشد درخت غیر ضروری را کاهش میدهد، به طور قابلتوجهی استفاده از حافظه را کاهش داده و عملکرد پیشگویانه رقابتی را حفظ میکند. علاوه بر این، از آنجایی که بیش از VFDT درخت سطحی ایجاد میکند، VFDT+ میتواند به زمان پردازش بهتری دست یابد.

Keywords:

کلان داده , تشخیص فعالیت. , یادگیری ماشین , خانه هوشمند.