文献

J-GLOBAL ID：201702239491685980   整理番号：17A1634176

複雑なIoTデータストリームのための予測解析【Powered by NICT】

Predictive Analytics for Complex IoT Data Streams

著者 (4件)： Akbar Adnan (Institute for Communication Systems, University of Surrey, Guildford, U.K.) ,  Khan Abdullah (Department of Information Engineering, University of Pisa, Pisa, Italy) ,  Carrez Francois (Institute for Communication Systems, University of Surrey, Guildford, U.K.) ,  Moessner Klaus (Institute for Communication Systems, University of Surrey, Guildford, U.K.)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 4  号： 5  ページ： 1571-1582  発行年： 2017年 
JST資料番号： W2432A  ISSN： 2327-4662  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不均一データストリームを解析し,ほぼリアルタイムで複雑なパターンを検出する要求のもの(IoT)応用多くのインターネットのための複雑なイベント処理(CEP)の可能性を高めた。CEPは,複雑なデータストリームを解析のためのスケーラブルで分散溶液を提供するが,CEPは実時間に近いデータとしての反応性応用のための設計され,歴史的データを利用していない。この点では,CEPと結合した予測のための機械学習を用いた歴史的データを利用する積極的なアーキテクチャを提案した。動的IoTデータのための適応移動ウインドウ回帰と呼ばれる適応予測アルゴリズムを提案し,96%以上の精度で実世界ユースケースを用いてそれを評価した。複雑性が減少することにより,ほぼリアルタイムで正確な予測を行うことができると提案アーキテクチャにおけるCEPに沿って動作できる。ビッグデータ応用のための最適化と高度道路交通システムからユースケースを検証するオープンソース成分を用いた著者らの提案したアーキテクチャを実装した。著者らの提案したアーキテクチャは,信頼性があり,複雑なイベントを予測するために異なる分野を横断して利用できる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 機械学習 ,  信頼性 ,  *計算機アーキテクチャ ,  インターネット ,  最適化
準シソーラス用語： オープンソース ,  ビッグデータ ,  複雑性 ,  ユースケース ,  予測アルゴリズム ,  イベント処理 ,  実時間 ,  *予測解析 ,  *データストリーム ,  *モノのインターネット , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： IoT ,  データストリーム ,  予測解析