Πρόβλεψη Κατανάλωσης Ενέργειας Κινητών

Για τη διπλωματική μου εργασία ανέπτυξα το BatteryApp, μια εφαρμογή Android που καταγράφει περιοδικά τη χρήση της συσκευής και την κατάσταση της μπαταρίας. Στη συνέχεια ανέλυσα τα δεδομένα για να μελετήσω μοτίβα χρήσης και να προβλέψω την κατανάλωση ενέργειας.

Διαδικασία ανάλυσης

1. Συλλογή και προετοιμασία: Το BatteryApp καταγράφει μετρήσεις της συσκευής και της μπαταρίας σε κάθε δείγμα.
2. Ομαδοποίηση παρόμοιας χρήσης: Η ιεραρχική ομαδοποίηση εντοπίζει μοτίβα χωρίς να απαιτεί προκαθορισμένο αριθμό ομάδων. Έπειτα αξιολογείται η πληροφορία που περιέχει κάθε ομάδα.
3. Πρόβλεψη κατανάλωσης: Εκπαίδευσα ξεχωριστά μοντέλα για τις επιλεγμένες ομάδες: γραμμική παλινδρόμηση, Ridge, Lasso και eXtreme Gradient Boosting (XGBoost).

Το παραπάνω διάγραμμα δείχνει τη διαδρομή από τη συλλογή δεδομένων μέχρι την ομαδοποίηση και την πρόβλεψη. Το PDF της διπλωματικής περιλαμβάνει την πλήρη μεθοδολογία και τα αποτελέσματα.

Τι καταγράφει το BatteryApp

• Μπαταρία: Επίπεδο φόρτισης, υπολειπόμενη χωρητικότητα, θερμοκρασία, τάση, τεχνολογία, κατάσταση φόρτισης και υγεία.
• Χρήση συσκευής: Χρήση επεξεργαστή, διαθέσιμη RAM, φωτεινότητα και κατάσταση οθόνης.
• Συνδεσιμότητα: Αν είναι ενεργά τα Wi-Fi, δεδομένα κινητής, Bluetooth, hotspot και GPS. Η τοποθεσία δεν καταγράφεται.
• Στοιχεία δείγματος: Χρόνος και συχνότητα δειγματοληψίας, μοντέλο συσκευής και έκδοση Android.

Τα δείγματα συνδέονται με μοναδικό αναγνωριστικό χρήστη αντί για όνομα. Το αποθετήριο περιγράφει αναλυτικά τις μεταβλητές που καταγράφονται.