機械学習アルゴリズムをIoTスマートデータにどのように適用できますか?

in RFID ジャーナル on . 0 Comments

Internet of Things(IoT)の目的は、よりスマートな環境を開発し、時間、エネルギー、お金を節約して簡素化されたライフスタイルを開発することです。この技術により、異なる業界の経費を削減することができます。


膨大な投資とIoTを実行する多くの研究により、IoTは近年増加傾向にあります。 IoTは、パフォーマンスを最適化するために相互にデータを転送できる接続されたデバイスのセットです。これらのアクションは人間の意識や入力がなくても自動的に発生します。


IoTには、次の4つの主要コンポーネントがあります。

1)センサー

2)処理ネットワーク

3)データの分析

4)システムの監視


IoTで行われた最新の進歩は、無線周波数識別(RFID)タグがより頻繁に使用され、低コストのセンサがより利用可能になり、ウェブ技術が開発され、通信プロトコルが変更されたときに始まった。

スマート都市のデバイスは、継続的な方法でデータを生成し、交通、健康、およびエネルギー管理アプリケーションから集められたデータがかなりの量を提供することを示しています。さらに、データ生成レートはデバイスによって異なるため、異なる発生率のデータを処理することは困難です。例えば、GPSセンサの更新頻度は秒単位で測定され、温度センサの更新頻度は時間単位で測定されてもよい。データ生成率が高いか低いかに関わらず、重要な情報損失の危険が常に存在する。


機械学習は、明示的なプログラミングなしで機械を学習する能力を提供する人工知能(AI)の一種であるコンピュータサイエンスのサブフィールドです。機械学習はパターン認識と計算学習理論から進化した。そこでは、機械学習のいくつかの重要な概念、ならびにスマートデータ分析のために頻繁に適用される機械学習アルゴリズムについて論じられている。 (IOTおよび米国共同体より)

Last update: Jan 29, 2018

Related Article

Comments

Leave a Comment

Leave a Reply