當(dāng)前位置：
我假設(shè)你對智能樓宇已經(jīng)有認(rèn)知，而且已經(jīng)知道了現(xiàn)在樓宇智能化的范疇正逐漸改變，除了控制系統(tǒng)和能源管理外，對樓宇服務(wù)的對象，也就是“人”的各種需要的滿足度的要求在迅速提高，有一部分是比較剛性的，容易用既有的技術(shù)手段實現(xiàn)的，比如樓宇亮化、消防、..等5A能實現(xiàn)的等；有一部分是柔性的，比如如何用有限的電梯讓高峰期排隊的人更少同時.節(jié)能；比如室內(nèi)的溫濕度、光照等設(shè)備如何根據(jù)外部自然條件變化為住戶提供柔性的服務(wù)，讓家有家的溫度，辦公有辦公的調(diào)性，而且還能滿足個性化的需要等等。在這種背景前提下，物聯(lián)網(wǎng)、大數(shù)據(jù)等一系列的新技術(shù)的綜合應(yīng)用成為“必然之選”。
只要三步
1 選擇并清洗數(shù)據(jù)
2 選擇合適的算法模型
3 訓(xùn)練模型并調(diào)整參數(shù)
又酷又暖
假設(shè)我是一個正在出差的超級貼心男士，在一個霧霾較重、寒濕的初春，愛人在到家前一小時，我就根據(jù)愛人的日常作息規(guī)律開啟了空氣凈化、溫度調(diào)節(jié)甚至熱水器，還能給她播放她喜歡的音樂以及在她臨睡前跟她講睡前故事。但是有個問題，這是個性化的需要，即使我們能倚仗機(jī)器學(xué)習(xí)對整棟大樓進(jìn)行推演，怎樣能讓這種推演能進(jìn)入千家萬戶并迎合這種個性化帶來的復(fù)雜計算場景呢？
其實本質(zhì)上是一樣，只不過此時能夠依據(jù)的數(shù)據(jù)量一開始很少，直接運用機(jī)器學(xué)習(xí)幾乎得不到任何有價值的預(yù)判，此時數(shù)據(jù)科學(xué)工具更多地是通過學(xué)習(xí)人工干預(yù)的習(xí)慣，比如每一次開燈的亮度，每一次調(diào)節(jié)出水的溫度等非常細(xì)節(jié)的傳感器數(shù)據(jù)，來推演“習(xí)慣”的路徑，配合不同與用戶相關(guān)的維度（如小孩、老人等）來綜合理解用戶希望獲得的體驗。
甘公網(wǎng)安備 62010202002278號