Enhancing intelligent building systems using behavioural patterns

Abstract

Intelligent buildings technologies are called to support the well-being of their occupants and promote independent living. On one hand, the potentially intimidating to some people idea of having electronic monitoring and control devices at home needs addressing and on the other hand, the optimal and trustworthy system operation needs to be ensured. With regards to the first issue, the author developed a graphical, intuitive and user friendly simulation tool to aid the familiarisation of users and personalised customisation of systems' design and specification. In support of system's trustworthiness, the thesis mainly focuses on the profiling of user behaviour especially in view of its expected dynamism due to changes in user roles, needs and preferences. Through unobtrusive monitoring, unhindered user movements in a real environment were recorded and authentic behavioural patterns conforming to work norms, group norms and personal habits appear beneficial to the system services' enhancements at the individual level. In support to the automated and unsupervised system services' personalisation, the present thesis differentiates from existing approaches by learning and profiling user behaviour in a manner that principally considers the non-stationarity of the observations as behaviour evolves over time. Using the example of the natural reasoning processes that humans employ to reason about another's behaviour and habits, a hybrid architecture based on Kohonen neural networks and particle filters has been engineered to track behaviour, identify habits and consequently validate the present and predict the future. Its operational and behavioural aspects are demonstrated by application on real observations acquired over a period of eighteen months. The proposed solution shows to be transparent and simple to reason, meets requirements for adaptation, delayed responsiveness to behavioural changes and support for variable constraints of accuracy and confidence and finally allows for clear and direct feedback pathways for application-specific fine tunings without the intervention of experts.

Οι ευφυείς τεχνολογίες κτιρίων καλούνται να υποστηρίξουν την ευημερία των ενοίκων τους και να προωθήσουν την ανεξάρτητη διαβίωση. Από τη μια πλευρά, η δυνητικά εκφοβιστική για ορισμένους ανθρώπους ιδέα της ύπαρξης ηλεκτρονικών συσκευών παρακολούθησης και ελέγχου στο σπίτι χρειάζεται αντιμετώπιση και, από την άλλη, πρέπει να διασφαλιστεί η βέλτιστη και αξιόπιστη λειτουργία του συστήματος. Όσον αφορά το πρώτο τεύχος, ο συγγραφέας ανέπτυξε ένα γραφικό, διαισθητικό και φιλικό προς τον χρήστη εργαλείο προσομοίωσης για να βοηθήσει την εξοικείωση των χρηστών και την εξατομικευμένη προσαρμογή του σχεδιασμού και των προδιαγραφών των συστημάτων. Προς υποστήριξη της αξιοπιστίας του συστήματος, η διατριβή εστιάζει κυρίως στο προφίλ της συμπεριφοράς των χρηστών, ιδιαίτερα εν όψει του αναμενόμενου δυναμισμού του λόγω αλλαγών στους ρόλους, τις ανάγκες και τις προτιμήσεις των χρηστών. Μέσω της απρόσκοπτης παρακολούθησης, καταγράφηκαν ανεμπόδιστες κινήσεις των χρηστών σε πραγματικό περιβάλλον και αυθεντικά πρότυπα συμπεριφοράς που συμμορφώνονται με τους κανόνες εργασίας, τα ομαδικά πρότυπα και τις προσωπικές συνήθειες φαίνονται ωφέλιμα για τις βελτιώσεις των υπηρεσιών του συστήματος σε ατομικό επίπεδο. Προς υποστήριξη της εξατομίκευσης των αυτοματοποιημένων και μη εποπτευόμενων υπηρεσιών συστήματος, η παρούσα διατριβή διαφοροποιείται από τις υπάρχουσες προσεγγίσεις με την εκμάθηση και τη διαμόρφωση προφίλ της συμπεριφοράς των χρηστών με τρόπο που να λαμβάνει υπόψη κυρίως τη μη σταθερότητα των παρατηρήσεων καθώς η συμπεριφορά εξελίσσεται με την πάροδο του χρόνου. Χρησιμοποιώντας το παράδειγμα των φυσικών συλλογιστικών διαδικασιών που χρησιμοποιούν οι άνθρωποι για να συλλογιστούν τη συμπεριφορά και τις συνήθειες του άλλου, μια υβριδική αρχιτεκτονική βασισμένη σε νευρωνικά δίκτυα Kohonen και φίλτρα σωματιδίων έχει σχεδιαστεί για να παρακολουθεί τη συμπεριφορά, να αναγνωρίζει συνήθειες και κατά συνέπεια να επικυρώνει το παρόν και να προβλέπει το μέλλον. Οι λειτουργικές και συμπεριφορικές πτυχές του αποδεικνύονται με εφαρμογή σε πραγματικές παρατηρήσεις που αποκτήθηκαν σε περίοδο δεκαοκτώ μηνών. Η προτεινόμενη λύση δείχνει να είναι διαφανής και απλή στη λογική, πληροί τις απαιτήσεις προσαρμογής, καθυστερημένη απόκριση σε αλλαγές συμπεριφοράς και υποστήριξη για μεταβλητούς περιορισμούς ακρίβειας και εμπιστοσύνης και τέλος επιτρέπει σαφείς και άμεσες διαδρομές ανάδρασης για λεπτές ρυθμίσεις για συγκεκριμένες εφαρμογές χωρίς την παρέμβαση ειδικοί.

Les technologies des bâtiments intelligents sont appelées à favoriser le bien-être de leurs occupants et à promouvoir une vie indépendante. D’une part, l’idée potentiellement intimidante pour certaines personnes d’avoir des dispositifs électroniques de surveillance et de contrôle à la maison doit être abordée et, d’autre part, le fonctionnement optimal et fiable du système doit être assuré. En ce qui concerne le premier problème, l'auteur a développé un outil de simulation graphique, intuitif et convivial pour faciliter la familiarisation des utilisateurs et la personnalisation personnalisée de la conception et des spécifications des systèmes. Pour soutenir la fiabilité du système, la thèse se concentre principalement sur le profilage du comportement des utilisateurs, notamment au vu de son dynamisme attendu en raison des changements dans les rôles, les besoins et les préférences des utilisateurs. Grâce à une surveillance discrète, les mouvements sans entrave des utilisateurs dans un environnement réel ont été enregistrés et des modèles de comportement authentiques conformes aux normes de travail, aux normes de groupe et aux habitudes personnelles semblent bénéfiques pour l'amélioration des services du système au niveau individuel. En soutien à la personnalisation des services système automatisés et non supervisés, la présente thèse se différencie des approches existantes en apprenant et en profilant le comportement des utilisateurs d'une manière qui considère principalement la non-stationnarité des observations à mesure que le comportement évolue dans le temps. En utilisant l'exemple des processus de raisonnement naturel que les humains emploient pour raisonner sur le comportement et les habitudes d'autrui, une architecture hybride basée sur les réseaux neuronaux de Kohonen et les filtres à particules a été conçue pour suivre le comportement, identifier les habitudes et, par conséquent, valider le présent et prédire l'avenir. Ses aspects opérationnels et comportementaux sont démontrés par application sur des observations réelles acquises sur une période de dix-huit mois. La solution proposée se révèle transparente et simple à raisonner, répond aux exigences d'adaptation, de réactivité retardée aux changements de comportement et de prise en charge de contraintes variables de précision et de confiance et permet enfin des voies de rétroaction claires et directes pour des réglages précis spécifiques à l'application sans l'intervention de experts.