Sirvi Autor "Jakob Mass" järgi

Nüüd näidatakse 1 - 7 7

Äriprotsesside dekompositsioon asjade interneti perspektiivist
(2018) Kiik, Andres; Jakob Mass
Asjade internet (IoT) pakub suurt potentsiaali mitmetes erinevates valdkondades. Selleks, et seda potentsiaali realiseerida, on vaja veel palju takistusi ületada. Üheks takistusteks on see, kuidas integreerida IoT süsteemid äriportsesside juhtimiseks mõeldud standarditega. Käesoleva magistritöö esimene osa annab ülevaate erinevate äriprotsesside standardite sobivusest IoT platvormiga. Teises osas võetakse luubi alla esimeses osas sobivaimaks tunnistatud äriprotsesside juhtimise modelleerimisstandard ja keskendutakse IoT platvormi probleemidele, mis on seotud koduautomaatikaga. Esimene väljakutse on selles, et kuna turule tuleb üha uusi IoT andureid ja seadmeid, mis võimaldavad suuremaid ja keerukamaid lahendusi nagu näiteks näotuvastusel toimiv tark ukselukk, siis need seadmed nõuavad ka suuremat arvutusvõimsust. Kodused kontrollerid on aga sageli piiratud ressursiga seadmed ning on seetõttu pudelikaelaks sellistes targa kodu süsteemides. Teine väljakutse on see, et erinevad tootjad tulevad turule endakoduautomaatika süsteemidega, mis omavahel suhelda ei suuda. Seega läheb vaja mitut rakendust, et tarka kodu juhtida. Nende probleemide lahendamiseks esitan kontseptuaalse IoT terviksüsteemi, mis võimaldab protsessid lõhkuda osadeks ja need osad käivitada teistes süsteemides, et vähendada koduse kontrolleri jõudlusvajadust. IoT seadmed selles terviksüsteemis on ühendatud kasutades platvormi, mis võimaldab erinevad koduautomaatika süsteemid üheks luua. Magistritöö raames valmis laiendus Camunda töövoo juhtimise platvormile, mis realiseerib esitatud terviksüsteemi. Esitan selle laienduse nõuded ja piirangud ning ilmestan neid kasutades targa kodu protsesse.
Elektrienergia disagregeerimine targa kodu raamistikus OpenHAB
(2019) Jürgel, Martin; Jakob Mass
Non-intrusive load monitoring (NILM) on elektrienergia tarbimise jälgimise meetod, milles rakendatakse masinõppe meetodeid, et automaatselt vooluvõrku ühendatud seadmete kogutarbest eraldada üksikute seadmete energiatarve. Käesolev bakalaureusetöö kirjeldab reaalajas töötavat NILM lahendust, mis saab sisendina kasutatavad energiatarbimise andmed targa kodu automatiseerimise keskkonnast openHAB. Kogu energiatarbimise disagregeerimiseks kasutatakse vabavaralist tööriista NILMTK, mis võimaldab kogu süsteemi energiatarbimisest üksikute seadmete tarbimist eraldada. Tuvastatud seadmete hetketarbimised saadetakse tagasi openHABi keskkonda, kus neid võib kasutada koduautomaatikas. Arvutiteaduse instituudi värkvõrgu laboris läbi viidud testide tulemused näitavad, et lahendus suudab täpselt tuvastada stabiilse ja suure energiatarbimisega seadmeid (näiteks soojapuhur), kuid on ebatäpne selliste seadmete eristamisel, mille energiatarbimine kõigub palju (näiteks kohvimasin) või moodustab kogutarbimisest vaid väikse osa (näiteks pirn).
Embedded Linuxi baasil targa kodu keskseade
(2018) Veromann, Toomas Aleksander; Jakob Mass
Käesolev bakalaureusetöö kirjeldab meetodit, kuidas luua Linuxi manusoperatsioonisüsteemi tõmmis, mis sobituks piiratud ressurssidega ARM-tüüpi protsessoriga seadmetele, nagu näiteks targa kodu keskseadmetele. Sellised seadmed on tavaliselt piiratud nii vähese muut- kui ka välkmäluga. Töös kasutatakse Yocto Projecti, et luua ja kohandada operatsioonisüsteem koos hulga rakendustega, mida kasutades saab seade funktsioneerida kui targa kodu keskseade. Rakenduste hulgas on nii Mosquitto MQTT sõnumivahendaja, kui ka veebiserver ja andmebaas, vahendamaks, kuvamaks ja talletamaks andmeid. Töö tulemusena valmib kohandatud operatsioonisüsteemi tõmmis koos eelmainitud rakendustega. Operatsioonisüsteemi tööd testiti emuleeritud keskkonnas.
Mobiilirakendus aiandusettevõttes põllumajandussaaduste kasvatamise ja turustamisega seotud tööetappide organiseerimise lihtsustamiseks
(2019) Talts, Kerttu; Jakob Mass
Lõputöö tulemusena loodi Android platvormi mobiilirakendus AiaAbi, mis aitab aiandusettevõttel Amorella Aiand OÜ paremini hallata põllumajandussaaduste kasvatamise ja turustamisega seotud tööetappe ning jälgida ilmastikku. Varem tehti vajalikke arvutusi käsitsi ja erinevaid üleskirjutamisi paberil, mis tähendas suurt ajakulu ja haldamise raskust. Suurpõllumeestele ja hobiaednikele on loodud palju mobiilseid rakendusi, kuid nende rakenduste arv, mida saaks kasutada aiandussaadusi kasvatavates väikeettevõtetes, on piiratud. Eesti keeles ühtegi sellist rakendust ei ole. Turul olemasolevaid taimekasvatuseks mõeldud rakendusi võrreldes leiti, et puudus Amorella Aiandi vajaduste ja soovidega sobiv rakendus. Jätkusuutlikuks arenduseks, ettevõtte ootuste ja soovidega kursis olemiseks, ning tagasiside saamiseks olid olulisel kohal regulaarsed koosolekud ettevõttega. Selgitamaks rakenduse probleemkohti ja tagamaks kvaliteeti, testiti rakenduse kasutatavust ja kasutajakogemust ehk UXi. Testimise käigus tehtud ettepanekuid arvesse võttes viis autor läbi muudatusi ning sai ideid rakenduse edasiseks arendamiseks. Loodud Android platvormil töötava rakendusega saab taimekasvatustöid, mis on tsüklilised ja periooditi korduvad, lihtsasti tööde planeerimiskalendrisse sisestada ja teha märkmeid ilmastiku kohta. Rakendus võimaldab koostada kokkuvõtvaid tabeleid kõikide sisestatud andmete kohta. Amorella Aiand kasutab rakendust vajaminevateks töödeks ja kokkuvõtete tegemiseks. Edasise arendusega on muuhulgas eesmärgiks siduda rakendus ilmateenistuse andmetega ja võimaldada taimekasvu jälgimise hõlbustamiseks fotode lisamist.
Mobiilirakendus Eesti Kirjandusmuuseumi grafitibaasile
(2019) Kruus, Airis; Jakob Mass; Siiri Pärkson
Käesoleva bakalaureusetöö käigus loodi Androidi rakendus, millega saab lisada ning vaadata grafiteid andmebaasist. Rakendus on loodud Eesti Kirjandusmuuseumi jaoks ning see põhineb olemasoleval grafitite haldamise veebilehel. Äpp on mõeldud kasutamiseks nii grafiti huvilistele kui ka nende kogujatele. Huvilised saavad (olemasolevaid) grafiteid vaadata ning kogujad saavad lisada postitusi nii grafiti asukohas kaameraga pildistades kui ka kodus seadme galeriist pilti valides. Lõputöö käigus koostati kliendiga konsulteerides täpsed kasutuslood, mille järgi hakati rakendust arendama. Rakenduse autentimiseks kasutatakse Google ja Facebook kontosid. Lisaks veebirakenduse arendamisele tuli luua liidestus serveriga. Arenduse lõppfaasis kontrolliti rakenduse kasutatavust testkasutajatega, kes jäid lõpptulemusega rahule ning oleksid huvitatud rakenduse kasutama hakkamisest.
R-i põhised targa kodu analüüsilahendused
(2018) Tõnissoo, Ako; Jakob Mass
Käesolevas bakalaureusetöös loodi baaslahendus asjade interneti andmete visualiseerimiseks ning analüüsimiseks. Lahendus pärib ühest või mitmest andmebaasist andmed, viib need sobivale kujule ning visualiseerib need. Lahenduse loomiseks on kasutatud OpenHAB-i nimelist targa kodu haldamise keskkonda ning programmeerimiskeelt R ja tema teeki Shiny. Töö käigus arendas autor toimiva prototüübi. Lahendus koosneb kolmest näidisrakendusest, millest esimene on juhtpaneel, kust on kasutajal võimalik näha enda seadmete informatsioon. Juhtpaneel koosneb neljast näidikust ning kahest graafikust. Teine lahenduse osa on näidisrakendus, kus ARIMA mudeli põhjal prognoositakse tulevasi andmeid. Kolmandaks rakenduseks on kahe seadme väärtuste seoste leidmine Pearsoni korrelatsioonikordaja abil. Loodud lahendust testiti Tartu Ülikooli mobiili- ja pilvearvutuste labori targa kodu seadmete andmestikuga.
Taldrikugolfi radade tuvastamine kasutaja telefoni asukoha andmete abil
(2017) Valliste, Karl; Jakob Mass
Käesoleva lõputöö eesmärgiks on välja uurida, kas kasutaja Android nutitelefoni asukoha andmetest on võimalik piisava täpsusega eraldada taldrikugolfi radade stardi- ja lõpukorvi asukohad. Bakalaureusetöö käigus loodi Android mobiilirakendus, mis võimaldab kasutajal saada tagasisidet oma visete kohta ning mis kogub samaaegselt GPS andmeid raja kohta. Kogutud andmete põhjal ennustati taldrikugolfi raja punktid. Ennustatud punkte võrreldi seejärel tegelike asukohtadega ning arvutati andmete täpsus meetrites. Antud teesi käigus oli kogutud andmete täpsus oli alla 6 meetri 91% juhtudest ning 100% ennustatud punktidest olid täpsusega alla 8.5 meetri. Selline täpsus on aga piisav, et tulemusi kasutada teiste radade automaatseks kaardistamiseks ilma manuaalse kontrollita, sest see on täpsem, kui manuaalne sisestamine nuti seadmest.