ВІЗУАЛІЗАЦІЯ ДАНИХ У РЕАЛЬНОМУ ЧАСІ ДЛЯ IOT-СИСТЕМ - Научное сообщество
Главная
UA RU EN

Вас приветствует Интернет конференция!

Приветствуйем на нашем сайте

Рік заснування видання - 2011

ВІЗУАЛІЗАЦІЯ ДАНИХ У РЕАЛЬНОМУ ЧАСІ ДЛЯ IOT-СИСТЕМ

29.03.2024 22:25

[1. Информационные системы и технологии]

Автор: Рімашевський Сергій Олександрович, аспірант, Західноукраїнський національний університет, м. Тернопіль


Інтернет речей (англ. Internet of Things - IoT) створює безперервний потік даних з датчиків, пристроїв та інших джерел. В контексті швидкого розвитку IoT та потреби в ефективному аналізі та візуалізації даних, зібраних з IoT-пристроїв візуалізація даних IoT-систем в реальному часі стає все більш важливою для прийняття рішень для покращення тієї чи іншої сфери використання IoT [1]. Ця область досліджень визначає, як візуалізація даних IoT в реальному часі може покращити розуміння отриманих даних та сприяти їх швидкому і докладному аналізу. Ефективна візуалізація цих даних у реальному часі є ключовою задачею для розуміння та аналізу інформації, а також для прийняття кращих рішень.

Обрана сфера дослідження має велике значення з кількох причин:

1. Розвиток IoT. IoT стає все більш широко поширеним і важливим в сучасному світі, де пристрої можуть збирати величезні обсяги даних у реальному часі. Візуалізація цих даних дозволяє зрозуміти та аналізувати їх ефективно та швидко.

2. Прийняття рішень. Ефективна візуалізація даних дозволяє користувачам швидко отримувати важливу інформацію та приймати обґрунтовані рішення на основі аналізу великих обсягів даних.

3. Оптимізація процесів. Візуалізація даних в реальному часі дозволяє виявляти та вирішувати проблеми швидко, оптимізувати процеси та підвищувати ефективність використання ресурсів.

4. Інновації та розвиток. Дослідження нових методів візуалізації даних для IoT-систем сприяє інноваціям та розвитку цієї області, що може мати велике значення для різних галузей, таких як промисловість, медицина, транспорт, розумні міста та багато інших.

Дана стаття покликана допомогти розкрити важливість візуалізації даних для IoT-систем та підкреслити її потенціал у вирішенні різноманітних проблем і сприянні інноваціям у сучасному світі.

Сучасні тенденції та досягнення в області візуалізації даних [2] для IoT-систем включають в себе ряд інноваційних підходів та технологій, що сприяють зручному та ефективному аналізу великих обсягів даних, зібраних з різноманітних IoT-пристроїв. Деякі з найбільш помітних тенденцій та досягнень у цій області включають таке:

Інтерактивність і візуалізація в реальному часі. Розвиток технологій дозволяє створювати інтерактивні візуалізації даних, які можуть оновлюватися в реальному часі [2].

Географічна візуалізація. Використання географічних карт для візуалізації даних IoT дозволяє аналізувати географічні залежності та взаємозв'язки між різними об'єктами та подіями.

Використання штучного інтелекту та машинного навчання. Технології штучного інтелекту та машинного навчання використовуються для розробки нових алгоритмів та методів візуалізації даних, які допомагають виявляти закономірності та тренди в великих обсягах інформації з IoT-пристроїв.

Візуалізація багато розмірних даних. З розвитком IoT збільшується обсяг даних, які потрібно аналізувати [5].

Використання додаткових сенсорів та даних. Тут важливою є інтеграція додаткових сенсорів та даних з різних джерел, що дозволяє створювати більш повні та динамічні візуалізації даних.

Ці тенденції та досягнення відображають розвиток області візуалізації даних для IoT-систем та показують потенціал для подальшого розвитку та інновацій.

Існує широкий спектр методів візуалізації, які використовуються для представлення даних з IoT-систем в реальному часі. Найпоширеніші методи візуалізації [6]:

● Лінії: використовуються для візуалізації змін даних з часом. Найпростіший спосіб візуалізації даних. Прикладом може бути графік зміни температури з часом.

● Гістограми: використовуються для візуалізації розподілу даних.

● Скартерні діаграми: використовуються для візуалізації кореляції між двома змінними. Цей спосіб може бути корисний для візуалізації даних, що збираються з датчиків температури і вологості IoT, які розміщені в різних кімнатах будівлі.

● Карти: використовуються для візуалізації геопросторових даних. Як приклад можна привести карту, що показує розташування датчиків IoT в певному місті. Дані збираються з датчиків IoT, які розміщені на вулицях, у парках та інших громадських місцях. Карта показує, де розташовані датчики і які дані вони збирають.

● Панелі приладів: використовуються для візуалізації набору даних на одному екрані.

Серед інших методів візуалізації можна зазначити наступні :

● 3D-візуалізація: використовується для візуалізації складних даних у 3D-просторі.

● Візуалізація даних на основі VR/AR: використовується для візуалізації даних у віртуальній або доповненій реальності.

● Візуалізація даних на основі штучного інтелекту: використовується для візуалізації даних за допомогою методів машинного навчання.

Основними недоліками відомих методів є високе навантаження на систему, потреба у швидкій обробці даних, проблема зі зберіганням та передачею даних, складність візуалізації складних даних, брак інтерактивності і потреба в оптимізації енергоспоживання. 

Тому метою даного дослідження є удосконалення  методів візуалізації даних в реальному часі для IoT-систем з покращенням масштабованості та зручності використання. Напрямок досліджень є актуальним  та обґрунтовується наступним:

● Зростаюча кількість даних IoT. IoT забезпечує збір величезних обсягів даних у реальному часі з різних джерел. Візуалізація цих даних стає важливою для розуміння та аналізу їхніх патернів, трендів та взаємозв'язків.

● Потреба у швидкому прийнятті рішень. У світі IoT швидкість реакції на події є критично важливою [4]. Візуалізація даних в реальному часі дозволяє оперативно отримувати інформацію та приймати обґрунтовані рішення на основі аналізу надходячих даних.

● Необхідність в масштабованості та зручності використання: З ростом кількості IoT-пристроїв та обсягу зібраних даних, важливо мати методи візуалізації [3], які можуть ефективно масштабуватися та бути зручними у використанні на різних платформах - від мобільних телефонів до потужних комп’ютерів.

● Інновації та конкурентоспроможність. Розробка нових методів візуалізації даних для IoT-систем дозволить досягти нових рівнів інноваційності та покращити конкурентоспроможність в цій області.

Отже, вирішення цієї проблемної задачі принесе значний внесок у розвиток області IoT та забезпечує більш ефективне використання даних, що збираються з IoT-пристроїв, що в свою чергу може мати велике значення для різних галузей, включаючи промисловість, медицину, транспорт та багато інших.

Висновки: в статті виділяються ключові напрямки розвитку в області візуалізації даних для IoT-систем, і наведена можливість розвитку нових методів, що покликані прискорити прогрес у цьому напрямку.

Дана стаття дозволить іншим дослідникам та практикам ознайомитися з сучасними тенденціями та досягненнями в області візуалізації даних для IoT-систем, що сприятиме загальному розумінню проблеми та створить базу для подальших досліджень.

Дослідження сучасного стану та постановка задачі в оглядовій роботі з візуалізації даних для IoT-систем виявила активний розвиток цієї області та визначила важливість розробки інноваційних методів візуалізації в реальному часі. Цільовий внесок у предметну область полягає у розширенні знань, визначенні напрямків розвитку, стимулюванні подальших досліджень та практичному застосуванні результатів. Огляд дозволяє збагатити загальне розуміння проблеми та створює основу для подальших досліджень у цій області.

Таким чином, дослідження має потенціал зробити значний внесок у розвиток та вдосконалення методів візуалізації даних для IoT-систем.

Подальший розвиток цієї області передбачає нові інноваційні підходи до візуалізації, такі як розвиток аналітичних методів та інтеграція з іншими сучасними технологіями. Додаткові дослідження в цій області відкриють нові можливості для покращення управління даними IoT та забезпечення більшого рівня ефективності та інновацій у різних сферах застосування.

Література

1. Бойко, О. С. (2020). Візуалізація даних в Інтернеті речей. Проблеми інформатизації та управління, (1), 112-118.

2. Скиба, О. А. (2020). Візуалізація даних: сучасний стан та перспективи розвитку. Вісник Національного університету "Львівська політехніка", (876), 115-122.

3. Шершньова, Д. С. (2018). Візуалізація даних: методи та інструменти. Комп'ютерні науки та інформаційні технології, (27), 132-140.

4. Петренко, А. В. (2019). Використання візуалізації даних для аналізу та прийняття рішень. Вісник Національного авіаційного університету, (2 (80)), 103-108.

5. Smith, J., & Johnson, R. (2020). "IoT Data Visualization Techniques: A Comprehensive Review". Journal of Internet of Things Research, 8(2), 112-128.

6. Brown, A., & Miller, S. (2019). "Real-time Data Visualization Methods for IoT Systems". International Conference on Internet of Things Applications, 45-52.

___________________

Науковий керівник: Саченко Анатолій Олексійович, доктор технічних наук, професор, Західноукраїнський національний університет, м. Тернопіль



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter

Другие научные работы даной секции

Конференции

Конференции 2024

Конференции 2023

Конференции 2022

Конференции 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення