دانلود رایگان مقالات الزویر - ساینس دایرکتدانلود رایگان مقالات بیس کامپیوتردانلود رایگان مقالات بیس مهندسی فناوری اطلاعات ITدانلود رایگان مقالات پژوهشی کامپیوتردانلود رایگان مقالات پژوهشی مهندسی فناوری اطلاعات ITدانلود رایگان مقالات ژورنالی کامپیوتردانلود رایگان مقالات ژورنالی مهندسی فناوری اطلاعات ITدانلود رایگان مقالات سال 2019دانلود رایگان مقاله ISI الگوریتم و محاسبات به زبان انگلیسیدانلود رایگان مقاله ISI اینترنت اشیا به زبان انگلیسیدانلود رایگان مقاله ISI اینترنت و شبکه های گسترده به زبان انگلیسیدانلود رایگان مقاله ISI کلان داده یا بیگ دیتا به زبان انگلیسیدانلود رایگان مقاله ISI مهندسی فناوری اطلاعات به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مهندسی کامپیوتر به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI هوش مصنوعی به زبان انگلیسیسال انتشارمقاله ISI امنیت اطلاعات به زبان انگلیسی

مقاله انگلیسی رایگان در مورد یک مدل محاسبه عمیق چندبعدی برای داده های هوشمند در اینترنت اشیا – الزویر ۲۰۱۹

 

مشخصات مقاله
ترجمه عنوان مقاله یک مدل محاسبه عمیق چندبعدی برای داده های هوشمند در اینترنت اشیا
عنوان انگلیسی مقاله A multi-projection deep computation model for smart data in Internet of Things
انتشار مقاله سال ۲۰۱۹
تعداد صفحات مقاله انگلیسی ۱۸ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس میباشد
نمایه (index) Scopus – Master Journal List – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۵٫۳۴۱ در سال ۲۰۱۷
شاخص H_index ۸۵ در سال ۲۰۱۹
شاخص SJR ۰٫۸۴۴ در سال ۲۰۱۷
شناسه ISSN ۰۱۶۷-۷۳۹X
شاخص Quartile (چارک) Q1 در سال ۲۰۱۷
رشته های مرتبط مهندسی فناوری اطلاعات، مهندسی کامپیوتر
گرایش های مرتبط اینترنت و شبکه های گسترده، الگوریتم و محاسبات، امنیت اطلاعات، هوش مصنوعی
نوع ارائه مقاله
ژورنال
مجله سیستم های کامپیوتری نسل آینده – Future Generation Computer Systems
دانشگاه  College of Computer and Information Management, Inner Mongolia University of Finance and Economics, Hohhot, China
کلمات کلیدی داده های بزرگ، اینترنت اشیا، داده های هوشمند، مدل محاسبات عمیق، پس انتشار
کلمات کلیدی انگلیسی Big data، Internet of Things، Smart data، Deep computation model، Back-propagation
شناسه دیجیتال – doi
https://doi.org/10.1016/j.future.2018.09.060
کد محصول  E10962
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract

۱- Introduction

۲- Preliminaries

۳- Multi-projection deep computation model (MPDCM)

۴- Learning algorithm

۵- Experiments

۶- Related work

۷- Conclusion

References

بخشی از متن مقاله:

Abstract

The double-projection deep computation model (DPDCM) proved to be effective for big data feature learning. However, DPDCM cannot capture the underlying correlations over the different modalities enough since it projects the input data into only two subspaces. To tackle this problem, this paper presents a multi-projection deep computation model (MPDCM) to generalize DPDCM for smart data in Internet of Things. Specially, MPDCM maps the input data into multiple nonlinear subspaces to learn the interacted features of IoT big data by substituting each hidden layer with a multi-projection layer. Furthermore, a learning algorithm based on back-propagation and gradient descent is designed to train the parameters of the presented model. Finally, extensive experiments are conducted on two representative datasets, i.e, Animal-20 and NUS-WIDE-14, to verify the presented model by comparing with DPDCM. Results show that the presented model achieves higher classification accuracy than DPDCM, proving the potential of the presented model to drill smart data for Internet of Things.

Introduction

Recently, Internet of Things (IoT) have achieved great progress by integrating advanced sensing devices such as sensors and RFIDs into communication networks [1]. Specially, big data processing techniques such as data compression, deep learning, correlation analysis and clustering are playing a remarkable role in Internet of Things [2], [3]. For example, deep learning, an recently advanced artificial intelligence technique is used to find the valuable information, i.e., smart data, from IoT big data for smart market analysis in industrial manufacture. A unique property of IoT big data is its high variety, i.e., data comes from various sources such as cameras and sensors, with different formats like text, image and audio [4]. Typically, each heterogeneous data object has more than one modalities, implying that heterogeneous data is typically multi-modal [5]. For instance, a piece of video usually contains two modalities, i.e., image and audio, or three modalities, i.e., image, audio and text.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا