文献

J-GLOBAL ID：202102226894234656   整理番号：21A1390635

モノのインターネットに対する不確実性の影響の分析:スマートホーム事例研究【JST・京大機械翻訳】

An Analysis of the Impact of Uncertainty on the Internet of Things: A Smart Home Case Study

著者 (4件)： Hussain Tazar (Ulster University, United Kingdom) ,  Nugent Chris (Ulster University, United Kingdom) ,  Moore Adrian (Ulster University, United Kingdom) ,  Liu Jun (Ulster University, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI  ページ： 1916-1921  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： モノのインターネット(IoT)は,一連のスマートドメインと応用領域のための可能な技術である。IoTは,センサ,アクチュエータ,ゲートウェイおよびクラウドインフラストラクチャから成り,意思決定者が与えられたシナリオで適切な行動を取るための情報の処理を支援する。しかし,IoTインフラストラクチャは,意思決定プロセスにおける不確実性をもたらす,そして,そのユーザの安全性とセキュリティに脅威をもたらすかもしれない不適当な行動を取るので,信頼できないセンサとネットワークインフラストラクチャ(例えば,不完全性,不整合,不正確性,およびアクセス性)と関連する可能性がある。本論文で提示した研究は,スマートホーム(SH)のドメインに適用したIoTインスタンス内の分類のプロセスに及ぼす,異なるタイプのデータ不完全性と信頼できないセンサデータの影響を分析し,評価することに焦点を合わせる。4つの分類器,すなわちディシジョンツリー(DT),ランダムフォレスト(RF),K-最近傍(kNN)およびNaive Bayes(NB)を,評価目的のために選択した。オープンに利用可能なSHデータセットに基づく分類結果を解析し,分類器の性能とロバスト性を評価し,例証した。結果は,高性能とロバスト性を有する単一分類装置を宣言するのは難しいことを示した。それにもかかわらず,RF分類器は,属性ノイズ,欠測および故障事例に対して,それぞれ,95.51%,83.27%および85.08%の最高精度を達成し,一方,NBは,クラスノイズの場合に,79.5%の最高精度を達成した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  故障 ,  *不確実性 ,  分類装置 ,  ディシジョンツリー ,  インフラストラクチャー ,  *事例研究 ,  センサ ,  意思決定者 ,  ロバスト性 ,  ゲートウェイ
準シソーラス用語： ランダムフォレスト ,  *スマートホーム ,  *モノのインターネット ,  センサデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： インターネット ,  不確実性 ,  分析 ,  スマートホーム ,  研究