一种新的基于深度学习的室内照明强度智能调节系统在国际工业与系统工程杂志上进行了描述。这种新型系统通过利用人工智能或深度学习，通过传感器输出和历史数据进行训练，提高了传统照明调节系统的准确性和效率。该方法允许考虑自然光水平，并计算在室内保持一致亮度所需的必要功率，调节精度在95.0%至98.5%之间。
中国开封黄河水利技术学院艺术与设计学院的陈群武解释说，在持续的能源和气候危机中，智能或智能照明系统可以提高效率、降低成本和减少排放。标准照明系统浪费了大量资源，迫切需要用一种考虑到各种因素的照明方法来篡夺它们，而不是始终全功率照明来照亮空间，无论用途或环境光如何。
事实上，照明目前约占建筑物所用功率的三分之一，智能系统可以大大降低这一比例。Wu补充说，不仅有可能节省电力，而且有可能改善办公室和其他建筑物的工作条件，在这些建筑物中，传统的照明系统通常太亮而无法舒适地工作。
Wu的方法考虑了照明要求，太阳的运动和其他因素。它建立在前馈神经网络结构之上，比简单的开关更有效地控制照明。
他补充说，在随后的研究中，他希望对多传感器数据融合方法进行改进，进一步提高调整结果的准确性，并将无线定位功能集成到系统中，以实现室内照明的定点调整。
