論文の概要: An IoT system for a smart campus: Challenges and solutions illustrated over several real-world use cases
- arxiv url: http://arxiv.org/abs/2403.15395v1
- Date: Thu, 15 Feb 2024 17:16:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-01 03:13:49.307791
- Title: An IoT system for a smart campus: Challenges and solutions illustrated over several real-world use cases
- Title（参考訳）: スマートキャンパスのためのIoTシステム: 実世界のいくつかのユースケースにおける課題と解決策
- Authors: Tomás Domínguez-Bolaño, Valentín Barral, Carlos J. Escudero, José A. García-Naya,
- Abstract要約: IoTプロジェクトの主な課題は、相互運用性と統合、スケーラビリティ、データストレージ、処理、視覚化である。
大学構内環境における5つの現実シナリオは、遭遇した課題を説明するために使用される。
このプラットフォームはHome Assistant、InfluxDB、Grafana、Node-REDといったオープンソースプロジェクトを利用している。
- 参考スコア（独自算出の注目度）: 1.0799600071196371
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This article discusses the development of an IoT system for monitoring and controlling various devices and systems from different vendors. The authors considered key challenges in IoT projects, such as interoperability and integration, scalability, and data storage, processing, and visualization, during the design and deployment phases. In addition to these general challenges, the authors also delve into the specific integration challenges they encountered. Various devices and systems were integrated into the system and five real-world scenarios in a university campus environment are used to illustrate the challenges encountered. The scenarios involve monitoring various aspects of a university campus environment, including air quality, environmental parameters, energy efficiency, solar photovoltaic energy, and energy consumption. The authors analyzed data and CPU usage to ensure that the system could handle the large amount of data generated by the devices. The platform developed uses open source projects such as Home Assistant, InfluxDB, Grafana, and Node-RED. All developments have been published as open source in public repositories. In conclusion, this work highlights the potential and feasibility of IoT systems in various real-world applications, the importance of considering key challenges in IoT projects during the design and deployment phases, and the specific integration challenges that may be encountered.
- Abstract（参考訳）: この記事では、さまざまなベンダからさまざまなデバイスやシステムを監視し、制御するためのIoTシステムの開発について論じる。
著者らは、相互運用性と統合、スケーラビリティ、データストレージ、処理、視覚化など、IoTプロジェクトの設計とデプロイメントフェーズにおける重要な課題について検討した。
これらの一般的な課題に加えて、著者らは、彼らが直面した特定の統合課題についても調べている。
システムに様々なデバイスやシステムが組み込まれ、大学構内環境における5つの現実シナリオが、遭遇した課題を説明するために使用される。
シナリオには、空気質、環境パラメータ、エネルギー効率、太陽熱エネルギー、エネルギー消費など、大学のキャンパス環境の様々な側面を監視することが含まれる。
著者らは、システムがデバイスによって生成された大量のデータを処理できるように、データとCPUの使用状況を分析した。
このプラットフォームはHome Assistant、InfluxDB、Grafana、Node-REDといったオープンソースプロジェクトを利用している。
すべての開発が公開リポジトリでオープンソースとして公開されている。
結論として、この研究は、さまざまな実世界のアプリケーションにおけるIoTシステムの可能性と実現可能性、設計とデプロイメントフェーズにおけるIoTプロジェクトにおける重要な課題を検討することの重要性、直面する可能性のある具体的な統合上の課題を強調している。
関連論文リスト
- Integration of Mixture of Experts and Multimodal Generative AI in Internet of Vehicles: A Survey [82.84057882105931]
ジェネレーティブAI(GAI)は、IoT(Internet of Vehicles)におけるインテリジェントモジュールの認知、推論、計画能力を高めることができる。
IoVにおけるGAI, MoE, およびそれらの相互作用応用の基礎を提示する。
我々はIoVにおけるMoEとGAIの統合の可能性について論じ、分散認識とモニタリング、協調的な意思決定と計画、生成モデリングとシミュレーションを含む。
論文 参考訳（メタデータ） (2024-04-25T06:22:21Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - MultiIoT: Benchmarking Machine Learning for the Internet of Things [70.74131118309967]
次世代の機械学習システムは、物理的世界に対する知覚と相互作用に長けなければならない。
運動、熱、位置情報、深度、無線信号、ビデオ、オーディオからの知覚データは、物理環境の状態をモデル化するためにますます使われています。
既存の取り組みは、しばしば単一の感覚的モダリティまたは予測タスクに特化している。
本稿は、12のモダリティと8つの現実世界タスクから115万以上のサンプルを含む、これまでで最も拡張的で統一されたIoTベンチマークであるMultiIoTを提案する。
論文 参考訳（メタデータ） (2023-11-10T18:13:08Z) - Fostering new Vertical and Horizontal IoT Applications with Intelligence
Everywhere [8.208838459484676]
Intelligence Everywhereは、大量のデータストリームを運ぶIoTネットワークのシームレスな統合を前提としている。
本稿では,最先端の研究とインテリジェンス・エビデンス・エビデンス・フレームワークの原理について論じる。
また、水平IoTアプリケーションを開発するための新しい視点も導入している。
論文 参考訳（メタデータ） (2023-09-30T11:59:39Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳（メタデータ） (2023-09-14T05:43:36Z) - Federated Learning in IoT: a Survey from a Resource-Constrained
Perspective [0.0]
分散機械学習技術であるフェデレートラーニング(FL)は、さまざまな分散データソースから機械学習モデルを収集、トレーニングするために広く使用されている。
しかし、IoTデバイスのリソース制限の性質は、現実世界における大規模デプロイメントFLを妨げている。
本研究では,資源制約型モノのインターネット(IoT)環境におけるフェデレートラーニング(FL)導入に伴う課題と解決策を包括的に調査する。
論文 参考訳（メタデータ） (2023-08-25T03:31:22Z) - Architecture and Applications of IoT Devices in Socially Relevant Fields [0.0]
本稿では、そのアーキテクチャ、通信プロトコル、機能に基づいて、いくつかの重要な社会的関連分野におけるIoTデバイスをレビューする。
驚くことに、すでにかなりの数のデバイスがこれらの分野で報告されており、そのパフォーマンスは有望である。
論文 参考訳（メタデータ） (2023-08-17T21:43:58Z) - A Transformer Framework for Data Fusion and Multi-Task Learning in Smart
Cities [99.56635097352628]
本稿では,新興スマートシティを対象としたトランスフォーマーベースのAIシステムを提案する。
ほぼ全ての入力データと出力タスクタイプをサポートし、現在のS&CCをサポートする。
S&CC環境を代表する多様なタスクセットを学習して実演する。
論文 参考訳（メタデータ） (2022-11-18T20:43:09Z) - Learning, Computing, and Trustworthiness in Intelligent IoT
Environments: Performance-Energy Tradeoffs [62.91362897985057]
Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。
本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
論文 参考訳（メタデータ） (2021-10-04T19:41:42Z) - Challenges and Opportunities on Using Games to Support IoT Systems
Teaching [0.0]
産業4.0パラダイムに新しいシステムが登場した。
これらのシステムのエンジニアリングは変化し、建設プロセスの仕方に大きな影響を与えました。
シンプルで遊び心のある代替品を識別して作り方を教えるのは難しい作業です。
論文 参考訳（メタデータ） (2021-09-21T13:30:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。