Метод розгортання архітектури машинного навчання для IoT-­пристроїв на основі безсерверної архітектури

DOI: 10.31673/2412-9070.2020.046880

  • Гринкевич Г. О. (Grynkevych G. O.) Державний університет телекомунікацій, м. Київ

Анотація

Запропоновано метод розгортання архітектури машинного навчання для IoT-пристроїв на основі безсерверної архітектури, названий MLAbosa. Метод MLAbosa може розгортати, планувати та динамічно керувати інструментами передавання даних, програмами для потокової трансляції, інструментами пакетної аналітики та інструментами візуалізації в усьому хмарному спектрі. Ця стаття описує архітектуру MLAbosa, висвітлюючи проблеми, які він вирішує.

Ключові слова: Інтернет речей; якість обслуговування; машинне навчання; штучний інтелект; глибокі нейронні мережі.

Список використаної літератури
1. Інтелектуальні машини на службі сучасного суспільства. URL: https://www.everest.ua/intelektualni-mashynyna-sluzhbi-suchasnogo-suspilstva-2/. (дата звернення 15.01.2020).
2. Deep learning applications and challenges in big data analytics / М. Najafabadi, F. Villanustre, M. Khosh [et al.] // Journal of Big Data. 2015. № 2(1):1. URL:
3. Бойко С. С чего начать работу с ML и DL. Обзор лучших библиотек. URL: https://dou.ua/lenta/articles/best-libraries-tostart-with-ml/. (дата звернення 23.02.2019).
4. Сервисы Amazon ML: что такое AWS Sage-Maker. URL: https://senior.ua/articles/servisy-amazon-mlchto-takoe-aws-sagemaker (дата звернення) 15.03.2020).
5. 10 прикладів, як штучний інтелект може змінити ваш спосіб життя. URL: https://www.radiosvoboda.org/a/29015231.html (дата звернення 23.05.2019).

Номер
№ 4 (2020)
Розділ
Статті