teoria

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision		 Previous revision
teoria [2026/01/20 14:07] – [Jak działa proces uczenia?] adminteoria [2026/01/22 21:34] (current) – [Porównanie metod] admin
Line 3: Line 3:
 Wdrożenie sztucznej inteligencji w zarządzaniu nieruchomościami to nie tylko instalacja nowych czujników, ale przede wszystkim zmiana sposobu przetwarzania danych. Wdrożenie sztucznej inteligencji w zarządzaniu nieruchomościami to nie tylko instalacja nowych czujników, ale przede wszystkim zmiana sposobu przetwarzania danych.
  
-Tradycyjne systemy automatyki (BMS) działają na sztywnych regułach "jeżeli-to". Systemy ML działają inaczej – szukają wzorców w danych historycznych i na ich podstawie podejmują decyzje **[Géron, 2020]**. +Tradycyjne systemy automatyki (BMS) działają na sztywnych regułach "jeżeli-to". Systemy ML działają inaczej – szukają wzorców w danych historycznych i na ich podstawie podejmują decyzje ((Géron A., "Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow", 2020)).
  
  
Line 12: Line 11:
   - ** Zbieranie danych (Input):** System pobiera historię z ostatnich lat – zużycie prądu, temperatury, awarie.   - ** Zbieranie danych (Input):** System pobiera historię z ostatnich lat – zużycie prądu, temperatury, awarie.
   - ** Trenowanie modelu:** Algorytm "uczy się", jakie warunki (np. mróz na zewnątrz + poniedziałek rano) prowadzą do wysokiego zużycia energii.   - ** Trenowanie modelu:** Algorytm "uczy się", jakie warunki (np. mróz na zewnątrz + poniedziałek rano) prowadzą do wysokiego zużycia energii.
-  - ** Predykcja:** System otrzymuje nowe dane (prognozę pogody na jutro) i przewiduje, co się stanie, zanim to nastąpi **[VanderPlas, 2017]**. +  - ** Predykcja:** System otrzymuje nowe dane (prognozę pogody na jutro) i przewiduje, co się stanie, zanim to nastąpi ((VanderPlas J., "Python Data Science Handbook", 2017)).
- +
-===== Główne metody stosowane w FM ===== +
-W zależności od tego, jaki problem chcemy rozwiązać, stosuje się różne podejścia, zgodne ze standardami zarządzania aktywami **[PN-ISO 55000]**. +
- +
-==== 1. Przewidywanie wartości (Regresja) ==== +
-Stosujemy, gdy wynikiem ma być konkretna liczba. +
-  * **Zasada:** Algorytm rysuje linię trendu przez dane historyczne, uwzględniając wiele zmiennych naraz. +
-  * **Przykłady w budynku:** +
-    * Prognozowanie rachunku za prąd w przyszłym miesiącu **[Zhao, 2012]**. +
-    * Szacowanie czasu potrzebnego na schłodzenie sali konferencyjnej przed spotkaniem. +
- +
-==== 2. Klasyfikacja stanów ==== +
-Stosujemy, gdy system ma przypisać obecną sytuację do konkretnej kategorii (np. "OK" albo "AWARIA") **[Géron, 2020]**. +
-  * **Zasada:** Algorytm wyznacza granicę między bezpiecznym a niebezpiecznym stanem pracy. +
-  * **Przykłady w budynku:** +
-    * Rozróżnianie fałszywego alarmu pożarowego od prawdziwego. +
-    * Decyzja, czy biuro jest zajęte (na podstawie poziomu CO2).+
  
-==== 3. Wykrywanie anomalii ==== 
-Specyficzny rodzaj analizy, gdzie system uczy się "normalnego" zachowania budynku. Wszystko, co odbiega od normy, jest zgłaszane jako potencjalna usterka. 
  
-===== Różnica w sterowaniu ===== +===== Porównanie podejść =====
-Największą zaletą ML jest przejście ze sterowania reaktywnego na predykcyjne.+
  
 ^ Cecha ^ Tradycyjna Automatyka (BMS) ^ Machine Learning (AI) ^ ^ Cecha ^ Tradycyjna Automatyka (BMS) ^ Machine Learning (AI) ^
  • teoria.1768918039.txt.gz
  • Last modified: 2026/01/20 14:07
  • by admin