Pankaj Agarkar Knihy

Das Internet der Dinge (IoT) ist eine weit verbreitete Technologie, die sich in unregelmäßigen Abständen über ein großes Gebiet ausbreitet und für die es keine eindeutige, einheitliche Definition gibt. Es verwendet einen Rahmen von Geräten, die in einem Netzwerk verbunden und in die physische Umgebung eingebettet sind, um bestehende Prozesse zu verbessern oder ein neues Szenario zu ermöglichen, das im vorherigen Rahmen nicht erreicht werden konnte.Diese Geräte werden als Dinge bezeichnet, die mit dem Netzwerk verbunden sind, das die Informationen an verschiedene Geräte weitergibt; diese Geräte sammeln die Informationen von den Sensoren und handeln dementsprechend über die Aktoren. Diese Geräte sind für spezielle Funktionen, um eine bestimmte Aufgabe zu erfüllen. Die Geräte können für den persönlichen Gebrauch, zu Hause, in der Fabrik oder eingebettet in Anlagen in der Fabrik sein. Diese Geräte sind in der Lage, die wertvollen Informationen in digitale Daten umzuwandeln, die Ihre Fabrikanlagen, Ihre Dienste oder die Anwendungen steuern. Die Cloud-Dienste können über die als Gateway bezeichneten Geräte abgewickelt werden. In der Vernetzung hat das Gateway eine spezifische Funktion; es wird verwendet, um Daten im Namen der Geräte zu verarbeiten, die sich im Cluster befinden. Die von diesen Geräten empfangenen Daten werden je nach Bedarf verarbeitet und dann über die Cloud-Plattform an andere Geräte im Netzwerk für andere Geschäftstransaktionen gesendet.

Die Weinqualität ist sowohl für die Verbraucher als auch für die Weinindustrie wichtig. Die herkömmliche Methode (durch einen erfahrenen Weintester) zur Messung der Weinqualität kann teuer und zeitaufwändig sein. Heutzutage sind maschinelle Lernmodelle die wichtigsten Werkzeuge, um menschliches Eingreifen zu ersetzen. Als Teilbereich der künstlichen Intelligenz (KI) zielt maschinelles Lernen (ML) darauf ab, die Struktur der Daten zu verstehen und sie in Modelle einzupassen, die später auf unbekannte Daten angewendet werden können, um die gewünschte Aufgabe zu erfüllen. Maschinelles Lernen wird in verschiedenen Bereichen wie der Wirtschaft, der Medizin und der Astrophysik häufig eingesetzt, um nur einige und viele andere wissenschaftliche Probleme zu nennen. Inspiriert durch den Erfolg der künstlichen Intelligenz in verschiedenen Sektoren können wir sie für die Vorhersage der Weinqualität auf der Grundlage verschiedener physikalisch-chemischer Eigenschaften des Weins nutzen. Unter verschiedenen Methoden des maschinellen Lernens analysieren wir die Leistung der Ensemble-ML-Methoden Extremely Randomized Trees (Extra Trees), Extreme Gradient Boosting (XG Boost) und Light Gradient-Boosting Machine (Light GBM). Diese Arbeit zeigt, wie mithilfe der statistischen Datenanalyse die Komponenten identifiziert werden können, die die Weinqualität vor der Produktion hauptsächlich steuern.