????? ?????? ? ????????????? ???????? ? ?k

Кластеризация и распознавание действий - важное направление исследований в области умного дома. Кластеры результатов, полученные в процессе обучения, применяются для распознавания, контроля и прогнозирования деятельности в сенсорном умном доме. Действия отличаются друг от друга по типичным характеристикам, таким как срабатывание наборов датчиков или временные характеристики. В данной работе мы представляем инфраструктуру умного дома и предлагаем подход к кластеризации домашних действий на основе временных характеристик, не требующий контроля. Результаты экспериментов показывают, что новый подход создает более гибкие и точные результаты кластеризации по сравнению с системой умного дома под названием AALO, представленной в исследовательской работе Enamul Hoque et al. Кроме того, в данной работе доказано, что результаты кластеризации существенно влияют на результат процесса прогнозирования следующего действия, что подтверждается результатами экспериментального сравнения.