机构名称：
¥ 1.0
对于特定缺失或损坏数据的建模至关重要。在不同时间尺度（分钟、小时、天等）上进行可靠的数据预测以及有关其不确定性的信息是必要的。另一个起重要作用的方面是由于各种原因（服务、校准等）或由于传感器故障而导致的通信丢失。传感器网络的另一个应用是基于历史数据预测近期的网络拓扑。仔细的数据分析可能有助于预测预期事件期间将发生的情况并准备适当的措施来应对它们，例如维护、过载等。这些数据可以使用基于人工智能 (AI) 的各种算法进行建模。如今，人工智能发展的进展正在加速。它主要关注三个领域，可以将其描述为计算学习、推理和自我纠正。所有这些方面都可以直接应用于 SN。机器学习专注于数据挖掘和创建规则以将其转换为有用的信息。机器推理的目的是从可用的解决方案系列中寻找最方便的算法，并在特定过程中实现它。自动自我纠正机制是
传感器网络的一般方法 - M4Dconf2022
主要关键词
相关文件推荐
