IoT-Enabled Sleep Monitoring and Cognitive Assessment for Evaluating Teacher Well-Being
本研究针对巴基斯坦高中教师工作压力大导致的睡眠与认知问题,采用物联网智能手表监测睡眠、CAQ问卷评估认知,对208名教师调研后发现二者普遍较差,提出改善工作负荷以提升教师福祉与教学质量。
2025-10-22 cs.CY eess.SP
Big IoT and social networking data for smart cities: Algorithmic improvements on Big Data Analysis in the context of RADICAL city applications
National Technical University of Athens(雅典国立技术大学);Harokopio University of Athens(哈罗科皮奥大学);University of Cantabria(坎塔布里亚大学)
在本文中,我们提出了一个基于SOA(面向服务架构)的平台,可以检索和分析来自社交网络(SN)站点和物联网(IoT)设备的大数据集,这些数据集由智能城市应用程序和社交感知数据聚合服务收集。参与城市化、增强现实和声音映射领域的大量城市应用正在参与城市中应用,从而产生了数百万用户生成的事件集和在线SN报告,并输入到RADICAL平台。此外,我们研究了数据分析(如情感分析)在保存到SQL数据库中的物联网和SN数据组合中的应用,进一步研究了算法和配置,以最大限度地减少数据集处理和结果检索的延迟。
2016-07-02 cs.CY cs.LG cs.SI
Recency Bias in the Era of Big Data: The Need to Strengthen the Status of History of Mathematics in Nigerian Schools
数学教师可利用的信息信息量是如此巨大,以致于选择所需的内容本身正逐渐成为一项巨大的任务。关于在数学教学中纳入数学史的元素,大数据时代引入了近因偏差的可能性很高,这是数学教育利益相关者迄今为止从未遇到过的挑战。这种倾向,选择最近的信息在相关的旧的,复合的,历史的事实为代价,打败的目的和目标的认识论和文化的方法,数学教学交付。这项研究是一个教学话语的重点是这种威胁的历史和数学教学法,特别是因为它影响了尼日利亚的数学教育。数学课程开发,教师培训计划,教师备课和出版的数学教学材料的影响也进行了深入的考虑。
2017-07-20 cs.CY math.HO
Big Data and the Internet of Things
传感和计算能力的进步使得在小型设备中嵌入越来越多的计算能力成为可能。这使得传感设备不仅能够以非常高的分辨率被动地捕获数据,而且还能够采取复杂的响应行动。结合通信的进步,这导致了一个高度互联的设备生态系统,称为物联网。与此同时,机器学习的进步已经允许在不断增加的数据量上构建模型。因此,从飞机发动机等重资产到健康监控器等可穿戴设备,现在不仅可以生成大量数据,还可以利用聚合分析来“改善”其性能。大数据分析已被确定为物联网的关键推动因素。在本章中,我们将讨论物联网的各种途径,其中大数据分析已经产生了重大影响,或者即将产生重大影响。我们还讨论了社会影响和关注的领域。
2015-03-24 cs.CY
Different Applications and Technologies of Internet of Things (IoT)
物联网(IoT)已经大大改变了传统的生活方式,成为一个技术高度先进的社会。通过物联网实现的一些重大变革包括灵巧家庭、智能交通、智能城市和污染控制。已经进行了大量的研究,并将继续进行,以通过物联网增加技术的使用。此外,关于物联网的研究还没有充分地通过物联网来提高技术的应用。此外,物联网还遇到了一些需要考虑的问题,以便在不断变化的社会中充分发挥物联网的能力。本研究论文讨论了物联网的关键应用,物联网的架构以及影响物联网的关键问题。此外,本文还强调了大数据分析在提高物联网在社会各种应用中的有效性方面的重要性。
2022-02-26 cs.CY
IoT enabled Insurance Ecosystem - Possibilities Challenges and Risks
物联网(IoT)正在审视包括保险领域在内的许多行业的业务流程。财产和意外伤害、健康和人寿保险等当前业务线可以从数十亿连接设备生成的上下文和相关数据中获得巨大利益;智能手机、可穿戴设备和其他电子智能传感器。对于P&C保险公司来说,最大的挑战不是快速变化的环境,而是通过与过去相关的战略来应对这些挑战。本文介绍了物联网在保险领域的主要机遇、挑战、潜在应用和风险。它将有效利用物联网生态系统中生成的数据进行数据分析,并强调保险行业在不久的将来可能面临的商业模式变化。
2015-10-12 cs.CY
Sensing as a Service and Big Data
物联网(IoT)将包括数十亿个可以感知、通信、计算和潜在驱动的设备。来自这些设备的数据流将挑战传统的数据管理方法,并为新兴的大数据范式做出贡献。本文讨论了新兴的物联网(IoT)架构,大规模传感器网络应用,联合传感器网络,传感器数据和相关的上下文捕获技术,基于云的管理,存储,归档和处理传感器数据的挑战。
2013-01-02 cs.CY cs.NI
Challenges of Internet of Things and Big Data Integration
物联网期望物理设备与互联网的结合以及它们对无线传感器数据的访问,这使得限制物理世界变得有利。大数据融合为企业进入新市场或在当前市场中加强运营提供了各种新的机会。考虑到现有的技术和工艺,可以肯定地说,最好的解决方案是使用大数据工具为物联网提供分析解决方案。基于当前的技术部署和采用趋势,可以预见物联网是未来的技术,而当今的现实世界设备可以提供真实和有价值的分析,并且现实世界中的人们使用许多物联网设备。尽管公司提供了与物联网有关的所有广告,但作为负责任的消费者,您有权对物联网产品持怀疑态度。首要的问题是:物联网的现实前景是什么,未来的前景是什么。
2018-06-23 cs.CY
Big Data Privacy in the Internet of Things Era
在过去的几年里,我们已经看到了大量的物联网(IoT)解决方案,产品和服务,使其进入行业的市场。所有这些解决方案都将捕获与环境及其用户有关的大量数据。物联网的目标是了解更多,更好地为系统用户服务。这些解决方案中的一些可以将数据本地存储在设备(“事物”)上,而其他解决方案可以存储在云中。收集数据的真正价值来自于大规模的数据处理和聚合,从中可以提取新的知识。然而,此类程序也可能导致用户隐私问题。本文讨论了物联网中隐私的一些主要挑战,以及研究和创新的机会。我们还介绍了一些正在进行的解决物联网隐私问题的研究工作。
2015-06-08 cs.CY cs.DB cs.NI
From Sensor Data to Classroom Inquiry: GenAI-Supported Exploration of School Digital Twin Data
Industrial Systems Institute Athena Research Center(工业系统研究所雅典研究中心);Spark Works Ltd.(Spark Works有限公司)
本文提出一个基于GenAI的聊天机器人,用于查询学校数字孪生数据,经17名教师评估,显示出良好的可用性和教学价值,尤其支持探究式学习。
2026-09-09 cs.CY cs.HC
IoT with a Soft Touch: A Modular Remote Sensing Platform for STE(A)M Applications
除了在行业中的广泛吸引力外,物联网还被用于在各种教育水平上推进STEM和STEAM教育。这项工作提出了一个遥感平台,名为物联网与软触摸,开发实现两个目标。首先,它旨在降低技术性,刺激学生做STE(A)M。其次,该技术将用于“较软”的应用(例如,环境和卫生保健),从而旨在吸引更多样化的学生。学生可以轻松地构建无线传感设备,并考虑到特定的应用。平台的模块化设计和直观的图形配置工具使他们能够根据自己的需求定制设备的功能。传感器的数据通过LoRaWAN无线传输。可以在仪表板上查看和分析数据,或者可以提取原始数据以进行进一步处理,例如,作为学校STE(A)M课程的一部分。这项工作阐述了低功耗和模块化设计的挑战,以及如何在教育中使用的平台。
2022-03-29 cs.CY cs.NI
End-to-End Privacy for Open Big Data Markets
开放数据市场的概念设想创建一个数据交易模型,以促进物联网(IoT)领域中各方之间的数据交换。物联网产品和解决方案收集的数据预计将在这些市场上交易。数据所有者将使用物联网产品和解决方案收集数据。感兴趣的数据消费者将与数据所有者协商以访问此类数据。物联网产品捕获的数据将使数据消费者能够进一步了解数据所有者的偏好和行为,并使用从减少浪费到个性化服务产品等不同技术产生额外的商业价值。在开放的数据市场中,数据消费者将能够将产生的部分额外价值回馈给数据所有者。然而,当可用于获取极其个人信息的数据被交易时,隐私就成为一个重要问题。本文讨论了为什么隐私在物联网领域,特别是在开放数据市场中很重要,并调查了现有的隐私保护策略和设计技术,可用于促进开放数据市场的端到端隐私。我们还强调了一些需要解决的主要研究挑战,以便通过确保利益相关者的隐私来实现开放数据市场的愿景。
2015-10-23 cs.CR cs.CY cs.NI
Urban Healthcare Big Data System Based on Crowdsourced and Cloud-Based Air Quality Indicators
不断加速的全球化进程使一半以上的人口生活在城市中。因此,城市空气质量对越来越多的城市居民的健康状况产生了至关重要的影响。在本文中,基于通过气象站点、移动众包和物联网传感收集的城市空气质量数据,以及用户的身体信号,我们提出了一个名为UH-BigDataSys的城市医疗大数据系统。在这篇文章中,我们首先介绍了一种集成多源空气质量数据的方法,用于基于人工智能的智能城市服务的数据准备。然后,UH-BigDataSys的测试平台与空气质量感知医疗应用程序的部署。最后,我们从呼吸道疾病、户外出行、睡眠质量等方面为城市居民提供健康指导,让城市居民过上更健康的生活是UH-BigDataSys的最终目标。
2018-10-25 cs.CY
Using Machine Learning and Big Data Analytics to Prioritize Outpatients in HetNets
在本文中,我们介绍了机器学习的方法,用于优先考虑门诊病人(OP),根据他们目前的健康状态,导致自我优化的异构网络(HetNet),智能地适应用户的需求。我们使用朴素的贝叶斯分类器来分析从OP的医疗记录中获取的数据,以及来自医疗物联网(IoT)传感器的数据,这些传感器提供了OP的当前状态。我们使用这种机器学习算法来计算危及生命的医疗状况的可能性,在这种情况下,即将发生的中风。OP根据其当前健康状态的严重性分配高功率资源块(RB),使其能够保持连接并以最小的延迟将其关键数据发送到指定的医疗设施。使用混合整数线性规划公式(MILP),我们提出了两种方法来优化HetNet的上行链路侧的用户RB分配:加权和速率最大化(WSRMax)的方法和比例公平(PF)的方法。使用这些方法,我们说明了所提出的系统在为医疗物联网传感器提供可靠连接方面的实用性,使OP能够保持其连接的质量和速度。此外,我们展示了系统响应如何根据OP的医疗条件的变化而变化。
2019-03-14 cs.CY
The Role of Big Data Analytics in Industrial Internet of Things
由于传感器和物联网(IoT)设备的大规模部署,工业物联网(IIoT)中的大数据生产显而易见。然而,由于物联网设备端的计算、网络和存储资源有限,大数据处理具有挑战性。大数据分析(BDA)有望在IIoT系统中提供运营和客户级智能。尽管有许多关于IIoT和BDA的研究,但只有少数研究探讨了这两种范式的融合。在这项研究中,我们调查了最近的BDA技术,算法和技术,可以导致智能IIoT系统的发展。我们设计了一个分类法,根据重要参数(例如数据源,分析工具,分析技术,要求,工业分析应用和分析类型)对文献进行分类和归类。我们提出了从BDA中受益的各种企业的框架和案例研究。我们还列举了BDA在IIoT中引入的大量机会。我们还确定并讨论了作为未来研究方向仍需解决的不可或缺的挑战。
2019-04-11 cs.CY cs.NI
A Longitudinal Analysis of the Public Perception of the Opportunities and Challenges of the Internet of Things
物联网(或IoT)使日常物品的网络互连成为可能,在我们生活的许多方面越来越受欢迎,从娱乐到医疗保健。虽然物联网带来了一系列宝贵的优势和机遇,但也有证据表明,许多挑战尚未解决。在确保物联网的网络安全方面肯定是这样的,并且有各种设备被黑客攻击的例子。尽管有这些证据,但公众对物联网带来的机遇和挑战的看法却知之甚少。为了推进这一方向的研究,我们挖掘了社交媒体平台Twitter,以了解公众对物联网的看法。通过分析超过670万条推文的纵向数据集,我们揭示了公众对物联网的看法,将大数据分析确定为最积极的方面,而安全问题是公众关注的主要负面问题。我们的研究旨在强调保持物联网设备安全的重要性,并提醒制造商,这是一个尚未解决的问题,至少在公众认为的范围内。
2018-12-03 cs.CY cs.SI
The Future Internet of Things and Security of its Control Systems
我们考虑工业控制系统的未来网络安全。正如我们所看到的,未来的大部分内容都是在物联网(IoT)的背景下展开的。事实上,我们设想所有的工业和基础设施环境,以及一般的网络物理系统,都将采用今天所称的物联网的形式。物联网被设想为大量密集互连的异构设备,并与实现各种目标的目标进行通信,通常是协作式的。有人可能会说,在不久的将来,物联网建设将取代工业厂房、基础设施、住房和其他系统,这些系统目前由ICS和SCADA系统控制。在物联网环境中,网络安全将主要来自系统敏捷性、移动目标防御、网络机动和其他自主或半自主行为。物联网的网络安全也可能受益于混合可信系统的新设计方法;以及大数据分析-预测性和自主性。
2016-10-06 cs.CR cs.CY
Smart Asset Management for Electric Utilities: Big Data and Future
本文讨论了大数据和新技术方面的未来挑战。公用事业一直在收集大量的数据,但它们几乎没有被利用,因为它们的数量巨大,也有与之相关的不确定性。资产的状态监测在日常运营中收集大量的数据。问题是:如何从大量的数据中提取信息?“随着机器学习技术的出现,“丰富的数据和贫乏的信息”的概念正在受到大数据分析的挑战。随着物联网(IoT)等技术的进步,大数据分析将在电力公司发挥重要作用。在本文中,通过路径和指南来应对挑战,以使当前的资产管理实践更智能。
2018-02-17 cs.CY cs.OH
Smart Education: Higher Education Instruction and the Internet of Things (IoT)
物联网(IoT)在我们的日常生活中有许多应用。特别是物联网如何对教育和学习产生重大影响;随着我们进入“智能教育”时代。本文探讨了物联网如何继续改变教育格局,从课堂和评估到文化和态度。智能教育是应对未来教育挑战的关键工具。物联网工具在教育领域的使用越来越频繁,旨在提高学生的参与度,满意度和学习质量。物联网将重塑学生的文化和习惯。由于智能教育不仅仅是使用技术,它涉及一系列因素,从教育管理到教学技术和有效性。21世纪的教育工作者现在可以使用游戏化、智能设备、数据管理和沉浸式技术。使学者能够从学生那里收集各种信息。从监控学生参与到调整学习策略以提高学习效率。通过智能教育,教育工作者将能够更好地监测个别学生的需求,并相应地调整他们的学习负荷(即,最佳的学习环境/工作量,以支持和防止学生失败)。教育工作者面临的最大挑战之一是新技术将如何解决日益增长的问题(参与和成就)。变化的规模和速度(技术物联网时代)是前所未有的。通常,学生今天接受培训的工作明天就不会出现。教育不仅仅是知识获取,还包括数字技能、适应性和创造力(如果学生要在新世界中茁壮成长,这些都是必不可少的)。
2022-07-06 cs.CY cs.HC
Machine learning for Internet of Things data analysis: A survey
University of Isfahan(伊斯法罕大学);Kno.e.sis - Wright State University(赖特州立大学Kno.e.sis实验室);Technische Universität München(慕尼黑工业大学);University of Surrey(萨里大学)
硬件、软件和通信技术的快速发展使得互联网连接的传感设备得以出现,这些设备可以从物理世界进行观察和数据测量。据估计,到2020年,正在使用的互联网连接设备总数将在250亿至500亿之间。随着数字的增长和技术的成熟,发布的数据量将增加。被称为物联网(IoT)的互联网连接设备技术通过提供物理和网络世界之间的连接和交互来继续扩展当前的互联网。除了数量增加外,物联网还生成大数据,其特征在于时间和位置依赖性方面的速度,具有多种多样的模式和不同的数据质量。对这些大数据的智能处理和分析是开发智能物联网应用的关键。本文通过将智慧城市作为主要用例,评估了应对物联网数据挑战的不同机器学习方法。本研究的主要贡献是介绍了机器学习算法的分类,解释了如何将不同的技术应用于数据,以提取更高层次的信息。还将讨论机器学习在物联网数据分析方面的潜力和挑战。一个应用支持向量机(SVM)的奥胡斯智慧城市交通数据的用例,提出了一个更详细的探索。
2018-02-17 cs.CY cs.DC cs.LG
Towards Smart Healthcare: Challenges and Opportunities in IoT and ML
本章系统梳理了机器学习与物联网融合于智慧医疗时所面临的研究挑战与潜在机遇,并按物联网、机器学习及二者在医疗中的实施三类场景进行归纳,为相关研究者、医疗专业人员和政府机构提供参考。
2024-01-12 cs.CR cs.CY
A method based on encryption and node rating for securing the RPL protocol communications in the IoT ecosystem
物联网(IoT)为全球数十亿设备提供了相互通信的可能性,并且数据是自主收集的。设备生成的大数据应该得到安全管理。由于安全挑战,如恶意节点,许多方法无法响应这些问题。在本文中,一个强大的混合方法,包括加密,被用来作为一个有效的方法来解决RPL协议的关注,使设备连接安全。因此,所提出的用于保护RPL协议的DSH-RPL方法包括以下四个阶段:第一阶段创建可靠的RPL。第二阶段检测天坑攻击。第三阶段对检测到的恶意节点进行加密,第四阶段通过加密传输数据。仿真结果表明,与SecTrust-RPL和IBOOS-RPL相比,DSH-RPL的误报率分别降低了18.2%和23.1%,漏报率分别降低了16.1%和22.78%,数据包投递率分别提高了19.68%和25.32%,检测率分别提高了26%和31%。
2020-11-21 cs.CR cs.CY
Crop Knowledge Discovery Based on Agricultural Big Data Integration
University College Dublin(都柏林大学学院)
如今,农业数据可以通过各种来源生成,例如:物联网(IoT),传感器,卫星,气象站,机器人,农业设备,农业实验室,农民,政府机构和农业综合企业。对这些大数据的分析使农民、公司和农学家能够提取高水平的商业和科学知识,改善他们的运营流程和产品质量。然而,在分析这些数据之前,需要将不同的数据源标准化,同质化并集成到统一的数据表示中。在本文中,我们提出了一种农业数据集成方法,使用星座模式,设计成足够灵活,以纳入其他数据集和大数据模型。我们还应用一些方法来提取知识,以提高作物产量;这些方法包括找到合适数量的土壤特性,除草剂和杀虫剂,以提高作物产量和保护环境。
2020-03-11 cs.CY cs.DB cs.LG
Trends of digitalization and adoption of big data & analytics among UK SMEs: Analysis and lessons drawn from a case study of 53 SMEs
School of Engineering and Applied Science Aston University(阿斯顿大学工程与应用科学学院)
中小企业(SME)现在以前所未有的速度从在线交易、社交媒体营销和相关的客户互动、在线产品或服务评论和反馈、临床诊断、物联网(IoT)传感器和生产流程中生成数字数据。如果将所有这些形式的数据放入适当的数据价值链中,则可以将其转化为货币价值。这需要技能和IT投资,以实现企业的长期利益。然而,由于中小企业资源有限,获得资金的机会有限,这些支出超出了大多数中小企业的能力。本文介绍了从53家英国中小企业的案例研究中吸取的经验教训,这些中小企业主要来自英格兰西米德兰兹地区,作为为期3年的ERDF项目“大数据走廊”的一部分,在大数据管理,分析和相关IT问题领域得到支持。基于我们研究的样本公司,本文提出了几个观点,包括数字技术趋势,英国中小企业面临的挑战,以及他们在数据分析和大数据方面的采用状况。
2020-03-04 cs.CL cs.CY
Modern CNNs for IoT Based Farms
Dedan Kimathi University of Technology(德丹·基马蒂理工大学);University of Paris 8(巴黎第八大学)
最近在农业中采用信息和通信技术,给耕作方式带来了一些变化。这意味着使用物联网(IoT)、云计算(CC)、大数据(BD)和自动化来更好地控制农业过程。由于这些技术在农场中的使用随着大量数据的产生而呈指数级增长,因此需要开发和使用最先进的工具,以便在合理的时间内从数据中获得更多的洞察力。在本文中,我们提出了卷积神经网络(CNN)的初步理解,最先进的CNN的最新架构及其潜在的复杂性。然后,我们提出了一个分类分类法适合农业应用的CNN。最后,我们提出了一个全面的审查研究致力于国家的最先进的CNN在农业生产系统中的应用。我们的贡献是双重的。首先,对于农业深度学习工具的最终用户,我们的基准测试发现可以作为选择适当架构的指南。其次,对于深度学习工具的农业软件开发者,我们的深入分析解释了最先进的CNN复杂性,并指出了进一步优化运行性能的未来可能方向。
2019-07-15 cs.CY cs.LG stat.ML
Internet of Things Enabled Policing Processes
物联网(IoT)有可能改变许多行业。这包括利用实时智能来改善基于风险的决策,并支持从核心到边缘的自适应流程。例如,现代警察调查程序往往极其复杂,需要数据驱动和知识密集。在这样的过程中,仅仅关注数据存储和数据分析是不够的;因为知识工作者(例如,警方调查人员)将需要收集、理解和关联大数据(分散在各种系统中)以进行分析。在这篇论文中,我们分析了知识密集型和数据驱动型流程的最新发展。我们提出了一个可扩展的物联网过程数据分析管道,使分析师能够从物联网设备中获取数据,从这些数据中提取知识,并将它们链接到过程执行数据。我们专注于警务中的激励场景,其中刑事调查员将通过智能设备进行增强,以收集数据并识别调查位置周围的设备,与他们进行沟通以了解和分析证据。我们设计并实现了一个系统(即iCOP,IoT使能的COP),以帮助调查人员收集大量证据,并以简单的方式挖掘事实。
2019-08-24 cs.CR cs.CY
Scenarios for Educational and Game Activities using Internet of Things Data
提高年轻人的认识,改变他们在能源使用和环境方面的行为和习惯,是实现可持续地球的关键。解决全球气候问题的目标需要让人们了解他们在减缓行动和适应可持续行为方面的作用。应对气候变化和实现雄心勃勃的能源和气候目标需要改变公民行为和消费习惯。本文研究了物联网传感和相关的场景和实践,这些场景和实践通过发现,游戏化和教育活动来解决学童的问题。在STEM教育中使用海水传感器,以前没有得到解决,包括在这些教育课程中。
2019-06-20 cs.CY cs.HC