Умные города - одна из самых активных областей исследований в мире, благодаря различным преимуществам и проблемам, связанным с их реализацией. Основной проблемой для умных городов является обработка и транспортировка огромных объемов данных, генерируемых на уровне сенсорной сети, которая создает фундаментальный физический уровень. Необходимы постоянные исследования для решения вычислительных задач, возникающих в условиях "умного города", в частности, для обеспечения эффективной работы сенсорного уровня. Для решения этой задачи предлагается новый каркас физического уровня, который интеллектуально обучается поведению физической системы, чтобы позволить агентам эффективно управлять датчиками и достигать заданных целей датчика(ов) и окружающей среды. Кроме того, предлагается новый алгоритм полусупервизированного байесовского машинного обучения для обучения и прогнозирования поведения датчиков с целью эффективного управления энергопотреблением в домах. Новая моде