Fog-Enabled Intelligent IoT Systems

ویرایش: [1st ed. 2020] 
نویسندگان: Yang Yang,  Xiliang Luo,  Xiaoli Chu,  Ming-Tuo Zhou  
سری:  
ISBN (شابک) : 9783030231842, 9783030231859 
ناشر: Springer International Publishing 
سال نشر: 2020 
تعداد صفحات: XVIII, 217
[230] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 Mb 

قیمت کتاب (تومان) : 37,000

این کتاب ابتدا مروری جامع بر فناوری‌ها و برنامه‌های کاربردی IoT در بخش‌های مختلف صنعتی و خدمات عمومی ارائه می‌کند. نویسندگان تجزیه و تحلیل های عمیقی از معماری محاسبات مه و فناوری های کلیدی ارائه می دهند که الزامات چالش برانگیز فعال کردن خدمات محاسباتی را در هر نقطه از زنجیره ابر به چیز برآورده می کند. علاوه بر این، به منظور هوشمندتر و کارآمدتر کردن سیستم‌های اینترنت اشیا، یک معماری سرویس مه فعال برای رسیدگی به الزامات تأخیر، محدودیت‌های پهنای باند، و مسائل مربوط به توان محاسباتی در سناریوهای کاربردی واقع‌گرایانه بین دامنه‌ای با دانش محدود حوزه قبلی، به عنوان مثال فیزیکی، پیشنهاد شده است. قوانین، وضعیت سیستم، اصول عملیات و قوانین اجرا. بر اساس این معماری مبتنی بر مه، مجموعه ای از برنامه های کاربردی خودآموز مبتنی بر داده در بخش های مختلف صنعتی و خدمات عمومی مورد بررسی و بحث قرار گرفته است، مانند ربات SLAM و کنترل تشکیل، خود بهینه سازی شبکه بی سیم، سیستم حمل و نقل هوشمند، خانه هوشمند. و تشخیص رفتار کاربر در نهایت، مزایا و جهت‌گیری‌های آینده سیستم‌های IoT هوشمند مجهز به مه خلاصه می‌شوند.

• بررسی جامعی از پیشرفته‌ترین فناوری‌ها و برنامه‌های IoT در بخش‌های مختلف صنعتی و خدمات عمومی ارائه می‌کند

• ارائه مه معماری سرویس فعال با رویکردهای فنی دقیق برای سناریوهای کاربردی متقابل دامنه واقعی با دانش قبلی محدود

• یک سری از برنامه‌های خودآموز مبتنی بر داده (با الگوریتم‌های جدید) در بخش‌های مختلف صنعتی را تشریح می‌کند. و خدمات عمومی

This book first provides a comprehensive review of state-of-the-art IoT technologies and applications in different industrial sectors and public services. The authors give in-depth analyses of fog computing architecture and key technologies that fulfill the challenging requirements of enabling computing services anywhere along the cloud-to-thing continuum. Further, in order to make IoT systems more intelligent and more efficient, a fog-enabled service architecture is proposed to address the latency requirements, bandwidth limitations, and computing power issues in realistic cross-domain application scenarios with limited priori domain knowledge, i.e. physical laws, system statuses, operation principles and execution rules. Based on this fog-enabled architecture, a series of data-driven self-learning applications in different industrial sectors and public services are investigated and discussed, such as robot SLAM and formation control, wireless network self-optimization, intelligent transportation system, smart home and user behavior recognition. Finally, the advantages and future directions of fog-enabled intelligent IoT systems are summarized.

• Provides a comprehensive review of state-of-the-art IoT technologies and applications in different industrial sectors and public services

• Presents a fog-enabled service architecture with detailed technical approaches for realistic cross-domain application scenarios with limited prior domain knowledge

• Outlines a series of data-driven self-learning applications (with new algorithms) in different industrial sectors and public services