딥러닝 기반 상황 맞춤형 홈 오토메이션 시스템

Deep Learning-based Environment-aware Home Automation System

본 연구에서는 딥러닝을 통해 스스로 사용자의 행동 습관 데이터를 학습하고, 상황에 맞춰 실내 환경을 조성할 수 있는 시스템을 구성하였다. 정보 수집 시스템은 데이터 수집 서버와 각종 센서 노드로 구성되며, 모은 데이터에 따라 환경을 조성한다. 사진 분석은 Google Inception v3를, 행동 유추는 직접 설계한 2차 DNN을 사용했다. 모의 데이터로 DNN 학습을 진행한 결과 98.4%의 정확도로 충분히 상황 유추가 가능함을 입증할 수 있었다.

In this study, we built the data collection system to learn user's habit data by deep learning and to create an indoor environment according to the situation. The system consists of a data collection server and several sensor nodes, which creates the environment according to the data collected. We used Google Inception v3 network to analyze the photographs and hand-designed second DNN (Deep Neural Network) to infer behaviors. As a result of the DNN learning, we gained 98.4% of Testing Accuracy. Through this results, we were be able to prove that DNN is capable of extrapolating the situation.