In the IoT environment, a large num

In the IoT environment, a large number of devices are connected with each other, and it is not feasible to process all the streaming data available to those devices. Context-aware data processing enables sensors and devices to use context-specific information such as location, temperature, and the availability of a certain device to decide what data to collect and interpret to provide relevant information to other devices or users. For example, context-aware data processing can deliver relevant information to a user by knowing the user's current location (e.g., within a department store, a park, or a museum). Cognitive data processing integrates the human cognition process into IoT applications. Rather than being programmed to deal with every possible data-processing need, a cognitive data-processing application is trained using artificial intelligence algorithms to sense, predict, infer, and learn tasks and environments. For example, cognitive data processing uses image recognition techniques to understand the surrounding environment, processes data for a user, and utilizes feedback from the user to learn further. The optimization of data processing is critical to timely processing of the continuous stream of massive amounts of data. Technological advances in optimized data processing help make timely decisions in time-critical big data applications such as smart grids, environmental monitoring, and smart manufacturing.

ผลลัพธ์ (ไทย) 1:

ในสภาพแวดล้อม IoT จำนวนมากของอุปกรณ์ที่เชื่อมต่อกับแต่ละอื่น ๆ และไม่กระทำการประมวลผลข้อมูลทั้งหมดที่สตรีมมิ่งพร้อมใช้งานอุปกรณ์เหล่านั้น การประมวลผลข้อมูลบริบทช่วยให้เซนเซอร์และอุปกรณ์ใช้ข้อมูลบริบทเฉพาะเช่นตำแหน่ง อุณหภูมิ และความพร้อมของอุปกรณ์บางอย่างเพื่อตัดสินใจว่า ข้อมูลการรวบรวม และตีความข้อมูลที่เกี่ยวข้องกับอุปกรณ์หรือผู้ใช้อื่น ๆ เช่น การประมวลผลข้อมูลบริบทสามารถส่งข้อมูลที่เกี่ยวข้องกับผู้ใช้ โดยรู้ว่าตำแหน่งปัจจุบันของผู้ใช้ (เช่น ในห้าง สวนสาธารณะ หรือพิพิธภัณฑ์) การประมวลผลข้อมูลองค์ความรู้บูรณาการกระบวนการความรู้ความเข้าใจมนุษย์ในการใช้งาน IoT แทนที่จะเป็นโปรแกรมการจัดการกับทุกความต้องการประมวลผลข้อมูลเป็นไปได้ โปรแกรมประยุกต์การประมวลผลข้อมูลองค์ความรู้ที่ได้รับการฝึกฝนใช้ปัญญาประดิษฐ์ algorithms ที่อัจฉริยะ ทำนาย เข้าใจ และเรียนรู้งานและสภาพแวดล้อม ตัวอย่างเช่น การประมวลผลข้อมูลองค์ความรู้ใช้เทคนิคการรู้จำภาพแวดล้อมโดยรอบ ประมวลผลข้อมูลสำหรับผู้ใช้ และใช้คำติชมจากผู้ใช้เพื่อเรียนรู้เพิ่มเติม การเพิ่มประสิทธิภาพของการประมวลผลข้อมูลเป็นสิ่งสำคัญสำหรับการประมวลผลเวลาของกระแสต่อเนื่องของข้อมูลปริมาณมาก ก้าวหน้าทางเทคโนโลยีในการประมวลผลข้อมูลที่ดีที่สุดช่วยตัดสินใจทันเวลาข้อมูลขนาดใหญ่ที่สำคัญเวลาใช้งานเช่นสมาร์ทกริด การตรวจสอบสิ่งแวดล้อม และการผลิตสมาร์ท

ผลลัพธ์ (ไทย) 2:

ในสภาพแวดล้อมที่ IoT เป็นจำนวนมากของอุปกรณ์ที่มีการเชื่อมต่อกับแต่ละอื่น ๆ และมันก็เป็นไปไม่ได้ที่จะดำเนินการสตรีมมิ่งข้อมูลทั้งหมดที่มีอยู่เพื่อให้อุปกรณ์เหล่านั้น การประมวลผลข้อมูลตามบริบทช่วยให้เซ็นเซอร์และอุปกรณ์ในการใช้ข้อมูลบริบทเฉพาะเช่นสถานที่ตั้งอุณหภูมิและความพร้อมของอุปกรณ์บางอย่างที่จะตัดสินใจว่าข้อมูลในการเก็บรวบรวมและแปลความหมายที่จะให้ข้อมูลที่เกี่ยวข้องกับอุปกรณ์อื่น ๆ หรือผู้ใช้ ยกตัวอย่างเช่นบริบทตระหนักถึงการประมวลผลข้อมูลสามารถส่งข้อมูลที่เกี่ยวข้องกับผู้ใช้โดยรู้ตำแหน่งปัจจุบันของผู้ใช้ (เช่นภายในห้างสรรพสินค้าสวนสาธารณะหรือพิพิธภัณฑ์) การประมวลผลข้อมูลองค์ความรู้บูรณาการกระบวนการรับรู้ของมนุษย์ในการใช้งาน IoT แทนที่จะถูกตั้งโปรแกรมที่จะจัดการกับความเป็นไปได้ทุกความต้องการของการประมวลผลข้อมูล, โปรแกรมการประมวลผลข้อมูลองค์ความรู้ผ่านการฝึกอบรมโดยใช้กลไกปัญญาประดิษฐ์ที่จะรู้สึกทำนายอนุมานและเรียนรู้งานและสภาพแวดล้อม ยกตัวอย่างเช่นการประมวลผลข้อมูลองค์ความรู้การใช้เทคนิคการรับรู้ภาพที่จะเข้าใจสภาพแวดล้อมการประมวลผลข้อมูลสำหรับผู้ใช้และใช้ข้อเสนอแนะจากผู้ใช้ที่จะเรียนรู้เพิ่มเติม การเพิ่มประสิทธิภาพของการประมวลผลข้อมูลที่มีความสำคัญต่อการประมวลผลทันเวลาของกระแสอย่างต่อเนื่องของข้อมูลจำนวนมหาศาล ความก้าวหน้าทางเทคโนโลยีในการเพิ่มประสิทธิภาพการประมวลผลข้อมูลความช่วยเหลือในการตัดสินใจในเวลาที่เหมาะสมในเวลาที่สำคัญการใช้งานข้อมูลขนาดใหญ่เช่นมาร์ทกริด, การตรวจสอบด้านสิ่งแวดล้อมและการผลิตสมาร์ท

ผลลัพธ์ (ไทย) 3:

ในรายงานสิ่งแวดล้อม ตัวเลขขนาดใหญ่ของอุปกรณ์ที่เชื่อมต่อกับแต่ละอื่น ๆและมันไม่ได้เป็นไปได้กระบวนการทั้งหมดสตรีมข้อมูลที่สามารถใช้ได้กับอุปกรณ์เหล่านั้น บริบททราบข้อมูลช่วยให้เซ็นเซอร์ และอุปกรณ์ที่จะใช้ในบริบทที่เฉพาะเจาะจงรายละเอียดเช่นสถานที่ อุณหภูมิ และความพร้อมของอุปกรณ์บางอย่างที่จะตัดสินใจว่าข้อมูลการรวบรวมและตีความเพื่อให้ข้อมูลที่เกี่ยวข้องกับอุปกรณ์อื่น ๆหรือผู้ใช้ ตัวอย่างเช่น บริบททราบข้อมูลสามารถส่งข้อมูลที่เกี่ยวข้องกับผู้ใช้ทราบตำแหน่งปัจจุบันของผู้ใช้ ( เช่น ภายในห้างสรรพสินค้า สวนสาธารณะ หรือพิพิธภัณฑ์ ) การประมวลผลข้อมูลการรวมกระบวนการทางปัญญาของมนุษย์ในการใช้งานมาก แทนที่จะเป็นโปรแกรมที่จะจัดการกับทุกสามารถประมวลผลข้อมูลต้องการโปรแกรมประมวลผลข้อมูลการฝึกโดยใช้อัลกอริทึมปัญญาประดิษฐ์จะรู้สึก คาดการณ์ อนุมาน และเรียนรู้งานและสภาพแวดล้อม ตัวอย่างเช่น การประมวลผลข้อมูล การใช้เทคนิคการรับรู้ภาพ เข้าใจสิ่งแวดล้อม กระบวนการข้อมูลสำหรับผู้ใช้ และใช้ผลตอบรับจากผู้ใช้เพื่อเรียนรู้เพิ่มเติม การเพิ่มประสิทธิภาพของการประมวลผลข้อมูลมีการประมวลผลทันเวลาของกระแสอย่างต่อเนื่องของจำนวนมหาศาลของข้อมูล ความก้าวหน้าของเทคโนโลยีในการเพิ่มประสิทธิภาพการประมวลผลข้อมูลช่วยในการตัดสินใจในเวลาที่สำคัญเวลาใหญ่ข้อมูลการใช้งานเช่นกริดสมาร์ทสมาร์ทตรวจสอบสิ่งแวดล้อมและการผลิต