感知即服务与大数据
本文提出了一个以云计算为中心的物联网实现愿景,讨论了未来近期可能推动物联网研究的关键技术和应用领域,介绍了一个基于私有和公共云互动的 Aneka 云实现。该实现旨在将 WSN、互联网和分布式计算融合,服务于技术研究社区。
Jul, 2012
本篇综述介绍了人工智能赋能物联网的全景,在云计算、雾计算和边缘计算三个方面,介绍了 AIoT 的体系结构,然后从感知、学习、推理和行为四个角度阐述了 AI 在物联网领域中的研究进展,最后概括了一些有前景的 AIoT 应用,并强调了 AIoT 面临的挑战和潜在的研究机会。
Nov, 2020
本文介绍了一种分布式、可伸缩的平台架构,可用于有效的实时大数据采集和分析,其中结合智能家电的实时预测维护进行了案例研究,结果表明该平台具有成本效益和本地化优势。
Oct, 2022
本文通过调查市场上 100 多种物联网解决方案,对技术、功能和应用进行了总结,据此分类并讨论了五种不同的解决方案。同时,本文旨在为未来物联网研究提供指导和理论框架,并探讨了一些潜在的研究方向。
Jan, 2015
本文评估了处理物联网数据挑战的不同机器学习方法,以智能城市为主要案例。该研究的关键贡献是提供一个机器学习算法分类法,阐述如何应用不同技术从数据中提取高层次信息。此外,还讨论了机器学习在物联网数据分析中的潜力和挑战,并介绍了应用支持向量机(SVM)在奥尔胡斯智能城市交通数据上的案例。
Feb, 2018
近年来的硬件和信息技术的发展使得世界上数十亿个互联智能设备的出现成为可能,它们通过最小的人类干预交换信息。这种称为物联网(IoT)的范式正在快速发展,到 2025 年估计将有 27 亿个设备。然而,这些设备产生的海量数据给用户隐私保护带来了越来越多的担忧,因此本研究引入了已有的一些针对物联网领域的数据隐私保护方案。
Apr, 2023
提出了 MultiIoT,这是迄今为止最广泛的物联网基准,涵盖了来自 12 种方式和 8 项任务的超过 115 万个样本,引入了在学习许多感知模式、跨长时间范围内进行细粒度交互以及由于现实世界传感器的唯一结构和噪声拓扑而导致的极端异质性等方面的独特挑战,同时发布了一组强大的建模基线,从方式和任务特定方法到多感官和多任务模型,以鼓励未来在物联网的多感官表征学习方面的研究。
Nov, 2023
提出一种软件架构,利用边缘、雾化和云计算等不同层级之间的双向通信来最大限度地利用上下文和情境数据,并通过医院呼吸疾病监测的案例研究证明了该架构在满足物联网场景需求方面有着高效的通信。
Jan, 2024
本文介绍了物联网范式和上下文感知的基础知识,并从物联网的角度对上下文感知进行了调查,涵盖了与上下文感知和物联网相关的很多技术,方法,模型、应用程序和中间件解决方案,并对过去十年中进行的 50 个研究和商业解决方案进行了评估和总结,讨论了它们的发现以及其在物联网中的适用性,并提出了未来的研究方向。
May, 2013