Device categorization from electrical signals with machine learning

Artan enerji yönetimi ve sürdürülebilirlik ihtiyacı, elektrik sinyallerinin analizi ve cihaz tanıma alanında yenilikçi çözümler geliştirilmesini zorunlu kılmaktadır. Bu çalışma, elektrik sinyallerine dayalı olarak cihazların benzersiz enerji tüketim desenlerini sınıflandırmaya yönelik yeni bir yaklaşım sunmaktadır. TinyML tabanlı bir sistem geliştirilmiş olup, gömülü platformlarda kaynak verimli ve ölçeklenebilir cihaz tanıma sağlanmıştır. Araştırma, cihaz tanıma sistemlerinin karşılaştığı gürültü, örtüşen enerji profilleri ve gerçek zamanlı işleme kısıtlamaları gibi kritik zorlukları ele almaktadır. Gelişmiş analiz tekniklerinden yararlanarak, önerilen sistem cihaz kategorilendirme doğruluğunu ve verimliliğini artırmaktadır. Ayrıca, enerji izleme sistemlerinde TinyML'nin daha geniş çapta benimsenmesine katkıda bulunarak, enerji verimliliği, arıza tespiti ve sürdürülebilirlik açısından önemli faydalar sağlamaktadır. Bu çalışma, akademik yenilik ile pratik uygulama arasındaki boşluğu doldurarak, akıllı ev teknolojileri, endüstriyel otomasyon ve akıllı enerji yönetim sistemlerinin geliştirilmesini desteklemektedir. Bulgular, enerji izleme çerçevelerine TinyML'nin entegrasyon potansiyelini göstermekte olup, daha sürdürülebilir ve kullanıcı dostu çözümler için bir yol haritası çizmektedir.