| DC Field | Value | Language |
|---|
| dc.contributor.author | Радишевская, Т. А. | - |
| dc.contributor.author | Радишевский, Д. В. | - |
| dc.date.accessioned | 2020-07-09T12:14:37Z | - |
| dc.date.available | 2020-07-09T12:14:37Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Радишевская, Т. А. Технологии Narrow AI в слое зондирования промышленного интернета вещей / Т. А. Радишевская, Д. В. Радишевский // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 2 / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – C. 188–195. | ru_RU |
| dc.identifier.isbn | 978-985-90533-9-9 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39445 | - |
| dc.description.abstract | В работе описывается двухуровневая архитектура слоя зондирования Промышленного Интернета Вещей, базирующаяся на технологиях Narrow AI. Нижний уровень слоя зондирования реализует функции детектора аномалий в признаках состояний оборудования, в то время как более высокий уровень реализует нейро-нечеткий классификатор предаварийных состояний оборудования на техногенных объектах. Композиция уровней создает узкий периферийный интеллект, позволяющий снизить нагрузку на сеть. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Беспринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | слой зондирования | ru_RU |
| dc.subject | промышленный интернет вещей | ru_RU |
| dc.subject | узкий искусственный интеллект | ru_RU |
| dc.subject | sensing layer | - |
| dc.subject | industrial internet of things | - |
| dc.subject | narrow AI | - |
| dc.title | Технологии Narrow AI в слое зондирования промышленного интернета вещей | ru_RU |
| dc.title.alternative | Narrow AI technologies in the sensing layer of the industrial internet of things | - |
| dc.type | Article | ru_RU |
| local.description.annotation | The paper describes the two-level architecture of the sensing layer of the Industrial Internet of Things, based on Narrow AI technologies. The lower level of the sensing layer implements the functions of an anomaly detector in the signs of equipment conditions, while the higher level implements the neuro-fuzzy classifier of the emergency conditions of equipment at technogenic objects. The composition of the levels creates a narrow peripheral intelligence, which reduces the load on the network. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|
