Key points are not available for this paper at this time.
La santé et la sécurité des patients âgés et handicapés qui ne peuvent pas vivre seuls sont un problème important. La détection rapide d'événements soudains est nécessaire pour protéger ces personnes, et la détection d'anomalies dans les maisons intelligentes est une approche efficace pour extraire de telles informations. Dans le monde réel, il existe une relation causale entre le comportement d'un occupant et l'ordre d'utilisation des appareils dans la maison. Les réseaux bayésiens sont des outils appropriés pour évaluer la probabilité d'un effet dû à la survenue de ses causes, et vice versa. Cet article définit différents sous-ensembles de variables aléatoires sur la base de données sensorielle d'une maison intelligente, et présente un système de détection d'anomalies basé sur plusieurs modèles de réseaux bayésiens et tirant parti de ces variables. Nous examinons différents modèles pour obtenir le meilleur réseau, celui qui a des scores d'évaluation plus élevés et une taille plus petite. Les évaluations expérimentales de jeux de données réels montrent l'efficacité de la méthode proposée.
Saqaeeyan et al. (Jeudi,) ont étudié cette question.