Making a system for smart houses that analyse what type of equipment is connected to a plug, Later it will have more implementations
######## HOW TO USE ########
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Output 0 - COMPUTER 1 - LAMP 2 - COMPUTER + LAMP 3 - SCREEN 4 - COMPUTER + SCREEN 5 - LAMP + SCREEN ---- 6 - All Togeth
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%% FOLDERS %%%%%%%%%%%%%%%
flaskApp - folder que tem guardado a applicacao em flaskApp la dentro tem tambem na pasta statics/imgs/trainedModels o plot da accuracy e lost do ultimo treino da rede node/lastwave tem a ultima onda que foi enviada do node O node e um dispositivo de tomada que foi ligado
/imgs pasta que guarda as imagens geradas para treino e teste
/powerEng pasta que guarda documentos relativamente ao artigo
/trainingWeights pasta que guarda os pesos da rede neural
/ArtigosRelevantes pasta onde estao guardados alguns artigos Relevantes
%%%%%%%%%%%%%%%%%%%%%% FILES %%%%%%%%%%%%%%%%%%%%%%%%% accesspoint.py ficheiro que aciona o AP ainda nao funciona 100%
client.py ficheiro que simula ser um cliente ou seja um node
dataframe_test.pkl dataframe que guarda informacao sobre ondas de teste para a rede neural
dataframe_train.pkl dataframe que guarda informacao sobre ondas de treino,{label, valor_real, valorEficaz}
new_df.pkl dataframe que guarda info {label, array_spectrogram} e esta que vai ser lida pela CNN
neuralNet.py ficheiro python que tem a rede neural, gerador de ondas, e preparacao do dataset
wavePreparation.py script para preparacao da onda tem varias funcoes de backend
server.py script que tem o server
nodes.json guarda info ip add, id , do node e da sua ultima onda gerada