Intelligente datenunterstützte semantische Wahrnehmung mit variationalem tiefen Einbetten

Dieses Papier schlägt ein intelligentes Wahrnehmungsframework für Internet-of-Things-Plattformen vor, bei dem Sensor Messungen aus mehreren Ursachen stammen. Sensoren werden selektiv für die Datenerhebung ausgewählt, um die Ursache mit teilweisen Messungen zu identifizieren. Wir verwenden variationales tiefes Einbetten, ein generatives Modell, das in der Lage ist, zu clustern und zu generieren, um Ursachen zu identifizieren, Messungen entsprechend zu clustern und Ursachen zur Schätzung vollständiger Messungen aus teilweisen Daten zu bestimmen. Diese Schätzungen helfen bei der effizienten Sensorenauswahl für die Datenerhebung. Die Ergebnisse zeigen eine frühzeitige und zuverlässige Ursachenerkennung sowie die Schätzung vollständiger Messungen unter Verwendung des vorgeschlagenen Frameworks.