Making sense of cloud-sensor data streams via Fuzzy Cognitive Maps and Temporal Fuzzy Concept Analysis

درک شرایطی که در دنیای فیزیکی بوسیله تحلیل جریان داده های حسگر انجام می شود، یک کار پیچیده برای عوامل انسانی و نرم افزاری است. در حوزه آگاهی از وضعیت، ناظم به طور معمول توسط اضافه بار اطلاعات و با مشکالت ذاتی حساس به مشاهدات سنسورهای فضایی توزیع شده و مرتبه مرتب تسخیر شده است. بنابراین، مطلوب است طراحی سیستم های پشتیبانی تصمیم گیری موثر و توسعه روش های کارآمد برای رسیدگی به جریان داده های سنسور. کار پیشنهادی برای درک شرایطی است که در طول زمان بندی و پیش بینی شرایط شناخته شده در آینده نزدیک در حال تکامل است. سیستم تجزیه و تحلیل جریان های سنسور معنایی، آن را از الگوی زمانی که جریان وقایع را توصیف می کند و بینش های مفیدی را در رابطه با اهداف اپراتورها به دست می آورد. ما یک راه حل ترکیبی برای درک و درک وضعیت قرار می دهیم که رویکرد مبتنی بر داده ها را با استفاده از گسترش فوری تحلیل مفهوم فازی و رویکرد مبتنی بر هدف با استفاده از نقشه های شناختی فازی پیاده سازی می کند. معماری مبتنی بر ابر یک الگوریتم توزیع شده را برای انجام تحلیل مفهومی فرامینی مجهز می کند که قادر به مقابله با بارش جریان داده های سنسور است که از طریق یک معماری ابر سنسور به دست می آید. ما نتایج حاصل از نظر دقت پیش بینی را با شبیه سازی جریان داده های حسگر برای تشخیص فعالیت های روزانه زندگی در داخل آپارتمان بحث می کنیم.