logi - 运输与物流科学杂志。16号1 2025 doi:10.2478/logi-2025-0002©2025 P.Boršoša和G. Koman。这是在创意共享下许可的开放访问文章
技术与科学,Karimnagar,TG,印度,2,3,4,5,6 本科生学者,电子与通信工程系,Jyothishmathi 研究所
物联网 (IoT) 正在改变物的世界,影响着制造业、交通运输业、汽车业、消费品和医疗保健业等许多经济部门 [1]。得益于集成电路设计的进步,物联网设备现已配备强大的新一代处理器,能够高效处理负载 [2,3]。这为在物联网设备以分布式方式运行复杂任务提供了机会。然而,物联网仍面临许多挑战或差距需要改进 [4],例如各种物联网平台的中心化,例如亚马逊网络服务 (AWS)-IoT,与通信协议有关的安全和隐私问题,以及与物联网基础设施维护不善相关的各种攻击的脆弱性,例如 Mirai [5]。区块链 (BC) [6,7] 通过加密措施在分布式账本中提供数据记录的不可变存储。区块链可以帮助物联网基础设施处理中心化问题:当物联网基础设施在区块链中存储和处理数据时;这消除了当前可用的物联网平台(如 AWS IoT)中存在的单点故障 [4、8-10]。区块链在信息来源、不可否认性和真实性方面具有显著优势(每个发起者都使用其私钥签署每条记录),从而提高了系统的整体信息安全性 [11]。最后,人工智能 (AI) 在提供实时准确的数据分析方面发挥着重要作用。然而,使用人工智能设计和开发高效的数据分析工具也面临着诸如集中化和透明度等挑战 [12]。因此,将区块链与人工智能相结合可以产生一种解决这些问题的强大方法。人工智能通常被认为是一个黑匣子,提供分类器或预测器,缺乏透明度。然而,可以通过在给定区块链中的许多节点之间对人工智能决策进行排序来实现透明度。这提供了按时间排序的人工智能决策的精确、不可变的轨迹,例如,这可以构成管理访问控制决策的基础。因此,物联网、区块链和人工智能的同时应用展现出了成功的协同作用,改变了数据采集、分析和存储方式[11, 13, 14]。
摘要:为了提高住在宿舍的学生监测健康状况的能力,该项目实施了一种基于大数据的新方法。该项目提供了一种基于物联网的新型健康系统,以改善酒店住户的整体健康和健康管理。该系统还利用技术,包括面部识别来识别进入宿舍的学生,允许对在这里居住的个人进行个人跟踪和记录,这将有助于追踪健康信息。它使用成像技术分析学生的食物摄入量并测量他们的卡路里摄入量,从而提供有关他们饮食习惯的更好信息。超声波传感器还用于测量身高和确定装载过程中的体重。所有收集到的数据都被发送到中央物联网平台,使当局能够监测学生的健康和环境指标。该系统可以通过预测分析及早发现健康风险,并提醒学生和管理人员采取预防措施。该系统还包括一个用户友好的移动应用程序,学生可以在其中访问他们的健康信息、接受个人健康建议并跟踪他们的进度。这种全面的方法不仅让宿舍领导了解与健康相关的问题,还鼓励学生在管理个人健康方面发挥积极作用。我们的目标是通过鼓励健康的生活方式和及时的干预来改善酒店住客的整体健康和教育水平。
全球人权原则法律免责声明:英特尔技术可能需要启用硬件、软件或服务。没有任何产品或组件能够绝对安全。您的成本和结果可能会有所不同。英特尔产品使用声明:英特尔致力于尊重人权,避免对人权造成或造成不利影响。请参阅英特尔的全球人权原则。英特尔的产品和软件仅用于不会对人权造成或造成不利影响的应用程序。© 英特尔公司。英特尔、英特尔徽标和其他英特尔标志是英特尔公司或其子公司的商标。其他名称和品牌可能是其他财产。
摘要 — 借助去中心化的机器学习 (ML) 策略和现代边缘张量处理单元 (TPU),智能设备不再仅仅是人工智能 (AI) 的消费者,更是其生产者,将物联网 (IoT) 转变为全球去中心化的物联网人工智能 (AIoT)。随着大量 AI 参与者的出现,不仅带来了发现和与它们建立网络的挑战,还带来了将其 AI 功能用作服务的潜力。然而,AI 参与者的异构性、它们的 AI 功能、AI 上下文环境、移动性,甚至可用或寻求的 AI 特性,不仅需要强大的 IoT 架构,还需要灵活的 AI 语义。在本文中,我们提出了一个 AI 即服务平台,帮助 AI 消费者在 AIoT 中识别适合其需求的现有 AI。我们描述了架构、API、消息流和 AI 语义,以便在需要时和需要的地点识别最合适的 AI 工作者,从而有效地从分布式车辆生成 AI 模型。作为概念验证,我们选择了一个应用场景,使用 CARLA 驾驶模拟器展示了 AI 模型根据车辆环境在车辆之间的可训练性/可更改性。索引术语 — AI 即服务、物联网 AI、机器学习、本体论、语义、驾驶模拟器、CARLA。
摘要 本文分析了高性能仿生手假肢设计中主要问题的解决途径,提出了设计时必须同时解决的主要任务。通过对当今常见的仿生手假肢的结构和工作原理的分析,发现其主要缺点,这些缺点要么与设计的不完善有关,要么与旨在提供触觉的信息处理以及用于形成仿生假肢元件控制信号的生物信号的选择和处理等有关。提出了仿生假肢结构开发的概念,该概念涉及将作者提出的基于内骨骼的假肢机电设计与触觉传感器以及特殊设计的 EMG 传感器和执行器相结合,它们根据物联网原理组合成一个网络,其中包括使用专门的信息支持来积累和处理这些信号,并基于人工智能和云技术元素的应用为假肢执行机构和执行器形成相应的控制信号。
1美国内布拉斯加州林肯大学生物系统工程系美国德克萨斯州拉伯克街79403,美国; hopenjuki.nakabuye@ag.tamu.edu 5 5 Panhandle Research,扩展和教育中心,内布拉斯加州 - 林肯大学,斯科茨布拉夫,美国东北69361,美国6 Carl和Melinda Helwig生物学和农业工程系Makerere University,Kampala P.O.Box 7062,乌干达; wanyama2002@gmail.com(J.W。) 8灌溉农业研究与推广中心,华盛顿州立大学生物系统工程部灌溉农业研究与扩展中心,美国华盛顿州普罗瑟,美国华盛顿州99350Box 7062,乌干达; wanyama2002@gmail.com(J.W。)8灌溉农业研究与推广中心,华盛顿州立大学生物系统工程部灌溉农业研究与扩展中心,美国华盛顿州普罗瑟,美国华盛顿州99350
1 电气工程系,1 GH Raisoni 工程与管理学院,浦那,印度 摘要:在当今竞争激烈的工业环境中,电池对于为各种类型的设备供电至关重要。它们主要用于电网系统和电动汽车。为了提高电池运行效率并延长其使用寿命,并防止其达到破坏性状态,电池监控系统 (BMS) 被用于众多工业和商业应用中。BMS 功能的集成及其模块化是当前 BMS 研究中一个引人入胜且流行的焦点。实施了各种监控技术来评估电池的充电状态 (SoC)、温度和电流水平。已经开发了一个 BMS 原型来监督这些电池参数。该 BMS 使用微控制器、传感器和其他组件(如 ESP8266 处理器、温度传感器、电压传感器和电流传感器 (ACS712))设计。该系统能够评估和显示重要指标,例如电池温度、充电和放电电流、电池电压和指定型号电池的 SoC。电池数据和强调系统主要特性的结果显示在 BLYNK 屏幕上。索引术语 - 无线电力传输、太阳能公路、太阳能电池板、可再生能源
物联网 (IoT) 在医疗保健领域的日益融合正在彻底改变患者监测和疾病预测。本文介绍了一种基于机器学习 (ML) 的框架,使用自适应神经模糊推理系统 (ANFIS) 来预测糖尿病。该系统利用 IoT 数据来监测关键健康参数,包括血糖水平、血压和年龄,为糖尿病患者提供实时诊断。本研究中使用的数据集来自 UCI 存储库,并使用 ANFIS 模型进行预处理、特征选择和分类。与其他机器学习算法(如支持向量机 (SVM)、朴素贝叶斯和 K 最近邻 (KNN))的比较分析表明,所提出的方法具有出色的预测性能。实验结果表明,ANFIS 模型的准确率达到 95.5%,优于传统模型,并在临床环境中提供更可靠的决策。这项研究强调了物联网与机器学习相结合在改善预测性医疗保健应用方面的潜力,并强调了实时患者监测系统的需求。关键词