ВИБІР АЛГОРИТМУ МАШИННОГО НАВЧАННЯ ДЛЯ ЗАСТОСУВАННЯ ПРИ ОБРОБЦІ ДАНИХ В ПІДМЕРЕЖІ IOT
Анотація
CHOICE OF MACHINE EDUCATION ALGORITHM FOR APPLICATION FOR DATA PROCESSING IN THE IOT NETWORK
The article describes the choice of machine learning algorithm for application in the proposed data processing method in the IoT subnet to further reduce the load on the information processing server.
У статті наводиться опис вибору алгоритму машинного навчання для застосування у запропонованому методі обробки даних в підмережі IoT для подальшого зменшення навантаження на сервер обробки інформації.
Посилання
Бугаєнко Ю.М., «Модифікована структура мережі ІоТ для зменшення навантаження на мережу», ст 32-38, Київ 2016
Fan Tongke, “Smart Agriculture Based on Cloud Computing and IOT,” Journal of Convergence Information Technology (JCIT), vol8., issue2, no 2, pp. 1-5, Jan 2013
Metechko I. Наивный байесовский классификатор [Електронний ресурс] / Igor Metechko – Режим доступу до ресурсу: https://sohabr.net/habr/post/262155/?version=109183.
##submission.downloads##
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2018 Юрій Михайлович Бугаєнко, Василь Васильович Курдеча
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Authors who submit to this conference agree to the following terms:a) Authors retain copyright over their work, while allowing the conference to place this unpublished work under a Creative Commons Attribution License, which allows others to freely access, use, and share the work, with an acknowledgement of the work's authorship and its initial presentation at this conference.
b) Authors are able to waive the terms of the CC license and enter into separate, additional contractual arrangements for the non-exclusive distribution and subsequent publication of this work (e.g., publish a revised version in a journal, post it to an institutional repository or publish it in a book), with an acknowledgement of its initial presentation at this conference.
c) In addition, authors are encouraged to post and share their work online (e.g., in institutional repositories or on their website) at any point before and after the conference.