El Internet de las cosas (IoT) es un concepto que se aprecia y estudia ampliamente. El término “Internet de las cosas” fue acuñado por la Unidad Internacional de Telecomunicaciones (UIT) y el Grupo Europeo de Investigación sobre Internet de las Cosas (IERC) como “Infraestructura de red global dinámica con capacidad de autoconfiguración basada en un protocolo de comunicación estándar e interoperable. La idea es conectar varios dispositivos u objetos (cosas) a través de conexiones inalámbricas y cableadas y esquemas de direccionamiento únicos y crear un entorno generalizado donde una persona pueda interactuar en cualquier momento con el mundo digital y el mundo físico. Por lo tanto, los datos de IoT pueden ser prácticamente cualquier cosa. Desde el sensor de temperatura hasta el sensor de presión hasta el registro de salida en el salón del aeropuerto hasta la transacción electrónica en PoS
Debido a esta naturaleza versátil y gran volumen de datos, es beneficioso agregar los datos mientras los recopila en lugar de recibir los datos de cada nodo del sensor. Por lo tanto, hay tres tipos de nodos utilizados en la red IoT. Nodo sensor, nodo agregador y estación base (BS). El nodo agregador recopila los datos de los sensores locales, los agrega y los envía a la BS. La transferencia de datos desde el nodo sensor o el nodo agregador se encripta la mayor parte del tiempo para eliminar intrusiones y falsificaciones no deseadas del adversario. Hay varios documentos disponibles en ese aspecto. (agregación de datos en la red inalámbrica de sensores)
Cuando los datos están disponibles en BS. Se pueden hacer muchos análisis sobre los datos. Dado que los datos están encriptados, la aplicación del algoritmo ML general es un desafío. Se realizan muchos trabajos de agrupación, algoritmo de clasificación en datos cifrados (https://scholar.google.co.in/sch…). La aplicación de dicha minería de datos puede ser establecer un ecosistema de dispositivos IoT, por ejemplo, un sistema de estacionamiento autónomo, ciudad inteligente, sistemas inteligentes de atención médica. Las posibilidades de etc. son infinitas. (Las 50 mejores aplicaciones de Internet de las cosas – Clasificación)
- ¿Se pueden usar las redes neuronales para resolver problemas de aprendizaje no supervisados?
- Aprendizaje profundo: ¿Qué técnica de preprocesamiento es necesaria para los parches de imágenes para obtener características relevantes?
- Cómo hacer ingeniería de características para la regresión no lineal correcta
- ¿Cómo ganan dinero las startups de aprendizaje profundo o aprendizaje automático?
- ¿Cuáles son los campos de negocios donde se puede usar la red neuronal?
