Ce scénario met en scène 3 objets connectés positionnés dans une même pièce: le salon de l'utilisateur.
Chacun des systèmes d'apprentissage de ces trois objets possèdent 2 variables d'entrées.
Ce scénario très simple est utilisé pour comparer les performances de l'ancien modèle et le nouveau proposé, en particulier sur la vitesse de création de motif et la pertinance des motifs créés (ce second point étant assez subjectif).
<note> Pour simuler le passage des jours et des semaines et ainsi trouver des motifs, les journées sont passées en acceléré. </note>
Dans ce scénario l'utilisateur a la même routine quotidienne, quelque soit le jour de la semaine:
Le seul comportement aléatoire de l'utilisateur est que lorsque la température descend un peu bas, l'utilisateur allume son chauffage un certain temps.
Le premier objet est une lampe possédant:
v1_1.png
v1_2.png
Le second objet est un store électrique possédant:
v2_1.png
v2_2.png
Le troisième et dernier objet un radiateur possédant:
De base, la température oscille aléatoirement entre 0 et 40 degrés celsius.
Lorsque la température passe en dessous de 12 degrés, alors l'interrupteur passe à 1 pendant un certain temps.
La température augmente ainsi au dessus de 20 degrés.
En regardant les varations des variables nous pouvons facilement déterminer des relations telles que:
Interrupteur Lum On -> Lum intérieur Up
Lum ext Up -> Store Up
Interrupteur Radiateur On -> Température Up
Lum ext Down -> Interrupteur Lum On -> Store Down
etc...
<note> Liste à mettre à jour </note>
Nous pouvons donc évaluer la rapidité des modèles à trouver ces motifs.
Après 90 "jours".
test_mazac_simple.png