داده‌ های بزرگ (مقاله رایگان pdf)

چکیده

        یادگیری ماشین (ML) به‌طور مداوم قدرت خود را در طیف گسترده‌ای از برنامه‌های کاربردی نشان می‌دهد. این مسئله در سال های اخیر تا حدودی با توجه به ظهور داده‌های بزرگ بیشتر مورد توجه قرار گرفته است. الگوریتم ML هرگز بهترین عملکرد خود را نداشت تا اینکه توسط داده‌های بزرگ به چالش کشیده شد. داده‌های بزرگ، الگوریتم ML را قادر به کشف الگوهای دقیقتر و پیش‌بینی به موقع تر و دقیق تر از قبل کردند. از سوی دیگر، چالش‌های بزرگی در ML مانند مقیاس‌پذیری مدل و محاسبات توزیع شده مطرح کرد. در این مقاله، یک چارچوب از ML در داده‌های بزرگ (MLBiD) برای هدایت بحث به فرصت‌ها و چالش‌های آن معرفی خواهد شد. چارچوب ML محور، شامل مراحل پیش پردازش، یادگیری و ارزشیابی است. علاوه براین، چارچوب شامل چهار جزء دیگر، مانند داده‌های بزرگ، کاربران، دامنه و سیستم است. مراحل ML و اجزای MLBiD برای شناسایی فرصت‌های مرتبط و چالش‌ها و روشن کردن مسیر کاری آینده در بسیاری از موارد ناشناخته و یا در پژوهش حاضر ارائه شده است. 

شبکه های حسگر چند رسانه ای (مقاله رایگان pdf)

چکیده

         در سال‌های اخیر، رشد علاقه به شبکه حسگر بی‌سیم (WSN) در هزاران برنامه کاربردی تخصصی نتیجه شده است. بیشتر این پژوهش‌ها به شبکه‌های حسگر اسکالر مربوط هستند که پدیده فیزیکی، مانند دما، فشار، رطوبت، موقعیت اشیا که می‌تواند از طریق پهنای باند کم و جریان داده مقاوم نسبت به خطا انتقال داده شود، را می‌سنجند. اخیرآ، تمرکز به سمت بازبینی پارادایم شبکه‌های حسگر به منظور توانمندسازی ارائه محتوای چند رسانه‌ای در آن‌ها؛ مانند جریان صدا و تصویر و تصاویر ساکن، و به همین ترتیب داده اسکالر سوق داده شده است. این تلاش در سیستم‌های توزیع شده، شبکه شده نتیجه می‌دهد، که در این مقاله تحت عنوان شبکه‌های حسگر بی‌سیم چندرسانه‌ای (WMSN) اشاره شده‌اند. این مقاله برروی چالش‌های پژوهشی و به‌ روز ترین معماری، الگوریتم، و پروتکل‌ها برای شبکه‌های حسگر بی‌سیم چندرسانه‌ای بحث می‌کند. راه حل‌های موجود در لایه‌های فیزیکی، پیوند، شبکه، انتقال و کاربردی پشته پروتکل ارتباطی بررسی شده است. سرانجام، مسائل پژوهشی بینیادین باز بحث شده‌اند، پژوهش‌های بیشتر در این زمینه مطرح شده‌اند. 

زنجیره های غذایی (مقاله رایگان pdf)

چکیده 

          تکنولوژی‌ اینترنت به زنجیره ‌تامین مواد غذایی اجازه می‌دهند که از مجازی سازی پویا در فرآیندهای مدیریت عملیات استفاده کنند. این پشتیبانی شرکت‌های غذایی را در مقابله با محصولات فاسد شدنی، تغییرات غیر قابل پیش بینی تامین و ایمنی مواد غذایی و پایداری مورد نیاز بهبود می‌بخشد. مجازی سازی عامل‌های زنجیره تامین را قادر می‌سازد که فرآیندهای کسب و کار را از راه دور به صورت بلادرنگ از طریق اینترنت، به عنوان اشیای مجازی به جای مشاهده در محل نظارت کنند، برنامه ریزی کنند و بهینه سازی کنند. این مقاله مفهوم زنجیره‌های ‌تامین مواد غذایی را از چشم انداز اینترنت اشیا تحلیل می‌کند و یک معماری را برای پیاده سازی سیستم‌های اطلاعاتی پیشنهاد می‌کند. به عنوان اثبات قضیه، معماری به مطالعه موردی یک زنجیره تامین ماهی اعمال می‌شود. این بسط انتظار می‌رود که مبنایی را برای بهینه سازی زنجیره تامین مجازی، شبیه سازی و پشتیبان تصمیم بر اساس داده عملیاتی آنلاین ایجاد کند. در اینترنت اشیا، زنجیره‌های تامین مواد غذایی می‌توانند به یک سیستم خود تطبیق تبدیل شوند که اشیای هوشمند در آن می‌توانند به کار گرفته ‌شوند، تصمیم بگیرند و به صورت خودکار مسائلی را یاد گیرند.

زنجیره تامین مواد غذایی (مقاله رایگان pdf)

چکیده 

        با وقوع انقلاب و تغییر و تحولات در اینترنت اشیا (IoT) زنجیره تامین مواد غذایی مدرن با چشم انداز امیدوارکننده شکل تازه‌ای به خود گرفت. برای موفق بودن در عمل، راه حل‌های IoT باید ارزش‌های "درآمد محور" را فراتر از ارزش‌های "ردیابی محور" ارائه دهند. برای انجام آنچه به کاربران وعده داده شده است، پرتفوی حسگر، و ترکیب اطلاعات باید با نیازمندی‌های جدید معرفی شده توسط ایجاد ارزش درآمد محور متناظر باشند. در این مقاله، پیشنهاد می‌کنیم که یک فناوری تجاری ارزش محور به چارچوب طراحی بپیوندد. بر اساس این ارزش افزوده درآمد محور شامل پیش بینی عمر مفید، ‌صرف فروش؛ کشاورزی دقیق و کاهش هزینه‌های مرتبط شناخته شده و ارزیابی شده است. پرتفوی حسگر متناظر توسعه داده شده است و پیاده سازی شده است. معماری ترکیب اطلاعات سه لایه را پیشنهاد می‌کند و مثال‌هایی در مورد تشریح پردازش داده، یادگیری خود محور پیش بینی عمر مفید و برنامه ریزی مجدد زنجیره تامین بلادرنگ ارائه شده است. امکانات چارچوب طراحی پیشنهادی و راه حل‌ها توسط آزمون‌های میدانی یک سیستم الگوی پیاده سازی شده تایید خواهد شد. 

مکان یابی UHF RFID (مقاله رایگان pdf)

چکیده 

       این مقاله یک سیستم سنجش موقعیت‌ دو بعدی را برای تگ‌های شناسایی با استفاده از فرکانس رادیویی  (RFID) با فرکانس فوق العاده بالای (UHF) منفعل بر اساس ارزیابی سیگنال‌های ترانسپندر backscatter معرفی می‌کند. کاربرد اصلی سیستم در مکان‌یابی اشیای ثابتی است که با ترانسپندر RFID برچسب می‌خورند. با ترکیب ارزیابی فاز و دامنه، دقت و استواری تخمین موقعیت به طور قابل توجهی در مقایسه با هر دو روش به تنهایی، بهبود بخشیده می‌شود. از یک سیستم چند ورودی و چند خروجی برای تخمین موقعیت استفاده می‌کنیم، در این سیستم برخی از دستگاه‌ها فرستنده هستند و باقی دستگاه گیرنده هستند. برای اثبات مفهوم؛ یک تشریح کننده سیستم سنجش موقعیت محلی شامل تگ‌های EPCglobal Class-1 Gen-2 UHF RFID منفعل معمولی، یک محصول عمومی آماده RFID خوان، هشت فرستنده و گیرنده در بخشی که با کاربر در ارتباط است، سخت افزار باند پایه، و پردازش سیگنال  است. سنجش در یک محیط سربسته اداره با مساحت 3.5 m×2.5 m و که با دیوارها و سقف و کف بتنی محاط شده است، صورت می‌گیرد. نتایج آزمایشی مکان‌یابی دقیقی را با ریشه میانگین مربع خطا 0.020m و یک میانگین خطای 0.011 m نشان می‌دهد. برای تعیین حد سیستم، شبیه سازی دقیق اجرا می‌شود، که نتایج آزمایشی را تایید می‌کند.

تجمع سنسور داده (مقاله رایگان pdf)

چکیده

         بیشتر برنامه‌های کاربردی اینترنت اشیا مانند پارکینگ‌های هوشمند، مدیریت مواد زائد و مدیریت تراکم ترافیک برای شهرهای هوشمند توسعه یافته‌اند. این برنامه‌های کاربردی از میلیاردها سنسور استفاده می‌کنند که به نوبه خود مقدار زیادی داده در دسته‌بندی داده‌های بزرگ تولید می‌کنند. برای استفاده از داده‌های بزرگ در برنامه‌های کاربردی اینترنت اشیا / شهر هوشمند نیاز به یک چارچوب مناسب وجود دارد که از طریق آن سنسور مورد نیاز می‌تواند به راحتی جستجو و استفاده شود. برای ابزارهای بارگذاری ارتباطات موجود (ETL) و دیگر مکانیزم‌های جستجو برای سنسورها، فرض می‌شود که موقعیت سنسور بنا به معیارهای مورد نظر از طریق هستی‌شناسی یا دیگر تکنیک‌های مناسب جستجو می‌شود. با این حال، همکاری موثری برای بازیابی داده‌های حسگر و دردسترس قرار دادن فرمت مورد نیاز برای ثبت در جستجو مورد نیاز است. در این مقاله، یک پروتکل لایه‌بندی توزیع شده (CLCP) برای واحدهای داده‌ها و پشتیبانی آن‌ها برای پرس و جو براساس جستجو برای برنامه‌های کاربردی اینترنت اشیا تجزیه و تحلیل می‌شود. 

مصرف انرژی تلفن های هوشمند (مقاله رایگان pdf)

چکیده  

      شبکه‌های تکامل  بلند مدت  (LTE)   دسترسی  به  اینرنت پهن‌باند را  برای کاربران موبایل  فراهم‌می‌کنند.  یکی از  استفاده‌های اصلی برای  LTE ویدئو موبایل‌ها  می‌باشد. زمانی که  یک   مکانیسم انتقال  ویدئویی را انتخاب‌می‌کنیم،  یک ارائه‌دهنده  ویدئو باید متریک‌های متفاوت و متعامد را بررسی‌کند.  مصرف‌کننده‌ها کیفیت بالای ویدئو (QoE) و مصرف انرژی پایین در مدت‌زمان دانلودو پخشرا  تجربه‌کرده‌اند.   ارائه‌دهندگان ویدئویی  به  حداقل‌سازی منابع  و  هزینه‌های متناطر،  مانند  پهنای باند و  ترافیک‌هدررفته علاقه‌دارند.  اگر یک کاربر  به نتیجه نرسد و  داده‌های اضافی ویدئو دانلود شوند اما پخش نمی‌شوند،  و به  طور غیرقطعی از منابع استفاده می‌کنند، ترافیک هدرمی‌رود.

خوشه بندی XML (مقاله رایگان pdf)

چکیده 

        افزایش دسترس پذیری منابع اطلاعاتی XML ناهمگون تعداد مسائل مرتبط با اینکه چگونه داده‌های نیمه ساختار یافته نشان داده شوند و مدیریت شوند را افزایش داد. اگر چه منابع XML می‌توانند محتوا و ساختار مناسبی را نشان دهند، اسناد XML متفاوت ممکن است در اصل معنا شناسی مربوطه را با تعریف ذهنی از تگ‌های نشانه گذاری رمزگذاری کند. کشف دانش برای استنتاج سازمان معنایی اسناد XML به چالش اصلی در مدیریت داده XML تبدیل شد. در این زمینه، مسئله خوشه بندی داده XML را بر طبق ساختار و به همین ترتیب ویژگی‌های محتوای غنی با دانش هستی شناسی واژگان بررسی می‌کنیم. فریم ورکی را برای خوشه بندی ساختارهای XML منسجم به صورت معنایی بر اساس مدل نمایش تراکنشی پیشنهاد می‌کنیم. ‌آزمایش‌ها بر مجموعه داده واقعی بزرگ شواهدی را ارائه می‌دهند، مبنی بر اینکه رویکرد پیشنهادی در تشخیص گروه داده XML به شدت موثر است و ساختار و یا پیوندهای درونی محتوا را نشان می‌دهد. 

لمس داده ها (مقاله رایگان pdf)

چکیده

         این مقاله استفاده از وسایل موبایل لمسی برای ارزیابی دانش‌آموزان فاقد بینایی برای کار با داده‌ها را پیشنهادمی‌کند. این مقاله یک رویکرد یکپارچه است که روش‌های صوتی‌سازی کنونی را با اکتشافات مبتنی‌بر حرکت چندلمسی تعاملی داده ترکیب‌می‌کند، و برای کمک به دانش‌آموزان در بصری‌سازی ذهنی و درک‌داده‌ها و تصویرسازی طرح‌ها طراحی‌شده‌است. این رویکرد به‌منظور کمک به مطالعه دانش‌آموزان کم‌بینا یا نابینا مستقل از مراکز پشتیبانی، همکاری با همسالان خود، و تمرین در مطالعات گروهی است. کاربران مطالعه اولیه این رویکرد را ارزیابی‌کردند  و نشان‌دادند که امکان‌سنجی آن ارائه‌شده‌است، پژوهش‌های بیشتر نیز بررسی‌شده‌اند. 

چالش های کلان داده (مقاله رایگان pdf)

چکیده 

        کلان داده  به داده‌هایی با حجم زیاد، از اگزابایت  (1018) و بیشتر از آن، گویند. این حجم از داده، از ظرفیت سیستم‌های پردازشی و سیستم‌های ذخیره آنلاین فعلی بیشتر است. داده ، اطلاعات  و دانش  در نرخی تولید و جمع آوری می‌شوند که خیلی سریع به حجم اگزابایت /سال می‌رسند. ایجاد و جمع آوری روز به روز سریعتر می‌شود و در طی چند سال به دامنه زتابایت /سال می‌رسند. حجم ، تنها یک جنبه کلان داده است، صفات دیگر، تنوع ، سرعت ، ارزش  و پیچیدگی  هستند. ذخیره و انتقال داده مسائل مربوط به تکنولوژی هستند، که به نظر می‌رسد که در آینده نزدیک به مشکلات آن‌ها رسیدگی می‌شود، اما چالش‌های بلند مدتی را نشان می‌دهند که نیازمند پارادایم‌های جدید و پژوهش است. ما مسائل و چالش‌ها را با شروع یک برنامه پژوهشی همکارانه بر متدلوژی‌هایی برای طراحی و تحلیل کلان داده آغاز کردیم.