为了提高典型家庭的效率-- --人们忘记从洗衣机中脱掉湿衣服，从微波中提取热食品，并关闭滴灌的陶器-- --康奈尔大学的研究人员开发了一个单一的装置，可以利用振动追踪17种电器。

这种名为Vibrose的设备使用激光捕捉墙壁、天花板和地板上的微妙振动，还使用一个深度学习网络来模拟比目表的数据，为每台设备创造不同的信号— —让研究人员更接近一个更高效、更综合的智能家庭。

“认识家庭活动可以帮助电脑更好地了解人类的行为和需求，希望能开发出更好的人机界面， ”信息科学助理教授、 《生活感知：用激光多普勒生活测量法从一个单一点到一个房子的内表面上通过深度学习潜水器识别家庭活动》(Vibrose : Recogning Home Activities by Deep Learning Subtle Vibrations on an One Point of a House , User Doppler Vibrostruction)的高级作者张成说。该论文发表在《互动、移动、可探测和极有用技术计算机设备协会议事录》上，并将提交将于9月12日至17日举行的含石棉材料的普遍和极有用计算机问题国际联席会议。

康奈尔大学(Cornell ’ s SciFi Lab)负责人张艺谋说， “为了在这个时候拥有一个聪明的家，你需要每个设备都是聪明的，这是不现实的；也需要在每个设备或每个区域安装单独的传感器。 ”“我们的系统是第一个可以在不同楼层、不同房间用一个装置监测设备的系统。 ”

为了探测整个家庭的使用情况，研究人员的任务有两方面：利用激光多普勒比活计探测微小的振动；通过查明振动在房间之间的路径，区分多种装置造成的类似振动。

对深度学习网络进行了区分不同活动的培训，部分方式是学习路径特征-- --穿过房屋的独特路径振动-- --及其独特的噪音。

该文件显示，在两天内，该装置在五间房屋中发现17项不同活动的准确度接近96% ，这些活动包括滴灌龙头、排气风扇、电壶、冰箱和射击场罩。Vibrose还可以区分平均精确度超过97%的五个不同的电器使用阶段。

在单层房屋中，激光指向房屋中心的内墙。有人指着两层房屋的天花板。

张艺谋说，这种设备主要用于独栋住宅，因为在建筑里，它可以在附近的公寓里开展活动，这可能会带来隐私风险。

张艺谋说， “这肯定需要研究人员、行业从业人员和政府之间的合作，以确保它被用于正确的目的。 ”

除其他用途外，该系统可帮助家庭监测能源使用情况，并可能有助于减少消费。

张艺谋说， “因为我们的系统既能发现室内事件的发生，也能发现事件发生的时间，所以可以用它来估计电费和水费，并为房主提供节能建议。 ”“它还可以防止水和电力废物，以及家用电器短路等电力故障。 ”