Modellizzazione e predizione di segnali in reti di sensori tramite tecniche di pattern recognition

Abbiamo sviluppato un sistema di elaborazione che, sulla base dei dati raccolti da sensori di movimento disseminati in una rete di sensori wireless (WSN, Wireless Sensor Network), è in grado di costruire un modello riguardo le sequenze di occupazione dei vari locali. Tale modello è costruito durante una fase di apprendimento secondo i principi del machine learning, effettuando una classificazione di alcune fra le sottosequenze della serie temporale; esso viene poi utilizzato dal sistema per interpretare i dati forniti in tempo reale dai sensori, allo scopo di fare delle previsioni sull'evoluzione dell'occupazione dei locali nel futuro prossimo. Non è necessario programmare in alcun modo il sistema poiché esso stesso è in grado di costruire il modello e, successivamente, di identificare le varie sottosequenze all'interno di esso, grazie all'utilizzo di tecniche di pattern recognition. Crediamo che il nostro sistema possa trovare diverse applicazioni nel campo della domotica e del risparmio energetico in ambienti domestici e lavorativi