Beschreibung
Wir haben einen enormen Anstieg der Nutzung und Anwendung eines winzigen Geräts, eines sogenannten Sensors, in einer Reihe von Bereichen erlebt. Ein einzelnes Netzwerk kann aus vielen kleinen Sensoren bestehen, die unterschiedliche oder gleiche Arten von Daten erfassen. Alle erfassten Daten können aufgrund von Ungenauigkeit, Inkonsistenz, Unrichtigkeit und Unvollkommenheit variieren, so dass eine Methode entwickelt werden sollte, um ein möglichst genaues und korrektes Ergebnis zu erhalten. Die Datenfusion ist der Ansatz, mit dem wir nahezu korrekte Ergebnisse erzielen können. In dieser Arbeit habe ich drei Methoden und zwei Algorithmen simuliert, um die besten posterioren Daten zu erhalten. Alle Methoden wurden simuliert, und das Ergebnis zeigt, wie man Fehler in den von Sensoren erfassten Daten reduzieren und zukünftige Daten auf der Grundlage früherer Daten vorhersagen kann, wobei die in einer Umgebung möglichen Fehlertypen berücksichtigt werden.
Autorenporträt
Nilay Patel est maître de conférences à R.C.Technical Institute et a rejoint la profession académique en 2016. Il a obtenu un diplôme d'ingénieur en informatique de BVM Engg. College, Anand, Gujarat en 2015 et le diplôme de CITC, Changa en 2012. Son domaine de recherche porte sur un réseau de capteurs sans fil. Son domaine de recherche actuel porte sur la tolérance aux pannes dans le Cloud.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
