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

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

这篇论文讨论了新兴的物联网架构、大规模传感器网络应用、传感器网络联合、传感器数据和相关上下文获取技术、云计算管理中的挑战、传感器数据的存储、存档和处理。

Jan, 2013

本文综述了机器学习在物联网无线通信中的应用，重点关注了它的特定网络层，包括物理层、数据链路层和网络层等，以及对硬件实现的探讨；同时提供了对物联网无线通信中的机器学习面临的挑战和问题的详细分析。

Jan, 2019

本文介绍了适用于物联网应用的多种学习框架，分别研究了机器学习、顺序学习和强化学习的优缺点、适用性及关键结果，并引入基于认知层次理论的新框架来处理物联网的异构性和资源限制，最终展示了在物联网中使用认知层次理论的关键结果。

Oct, 2016

本文主旨在于提出名为 CIoT 的新兴物联网模式，该模式着重于为普遍物品提供高水平智能的 AI 能力，其包含五个认知任务并涵盖了海量数据分析、智能决策和按需服务提供等关键技术。

Mar, 2014

到 2030 年，一种新的名为感知互联网（Internet of Senses，IoS）的模式正在崛起，它旨在提供多感官体验，相较于传统虚拟现实（Virtual Reality，VR），IoS 承认我们在现实世界中的感知远远超过视觉和听觉，该文探讨了推动沉浸式多感官媒体的现有技术，重点研究了它们的功能和潜在应用，包括对比分析了传统沉浸式媒体流媒体和通过生成式人工智能（AI）赋予的语义通信的提案用例，该分析的重点是在提案方案中带来的 99.93％带宽消耗的大幅度降低，通过这种对比，我们旨在强调生成式人工智能在沉浸式媒体中的实际应用，并解决挑战并勾勒未来的发展方向。

Apr, 2024

本文提出了一个基于语义 Web 技术的框架，旨在管理 TinyML 模型和 IoT 设备的组合，包括建模信息、组合发现和基准测试，并支持 TinyML 组件的交换和再利用。作者设计了一个神经网络模型本体论，并以 W3C Thing Description 为基础，描述和维护 23 个公共 ML 模型和 6 个 IoT 设备的知识图谱。通过三个案例研究，验证了该框架的有效性和可重复性。

Feb, 2022

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

提出了一种新颖的深度学习模型，结合了卷积神经网络和双向门控循环单元，以端到端的方式学习本地和全局特征，并验证了在异构物联网传感器数据上优于最新的分类方法和多个机器学习和深度学习基线的有效性。

Mar, 2024