Differences

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

--- teoria [2026/01/22 21:31] – [Podstawy Uczenia Maszynowego w Inżynierii Budynkowej] admin
+++ teoria [2026/01/22 21:34] (current) – [Porównanie metod] admin
@@ Line 13: / Line 13: @@
   - ** 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 55000:2014, "Zarządzanie aktywami – Przegląd, zasady i terminologia")).
-==== 1. Przewidywanie wartości (Regresja) ====
+===== Porównanie podejść =====
-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 H.X., Magoulès F., "A review on the prediction of building energy consumption", 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 A., op. cit., s. 85)).
-  * **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 =====
-Największą zaletą ML jest przejście ze sterowania reaktywnego na predykcyjne.
 ^ Cecha ^ Tradycyjna Automatyka (BMS) ^ Machine Learning (AI) ^