انواع تحلیل های اینترنت اشیاء
انواع مختلفی از تحلیل داده ها در اینترنت اشیاء وجود دارد (که اکثراً نیازمند پردازش جریانی داده ها می باشد)عبارتنداز:
تحلیل توصیفی IOT Analytics
رایج ترین نوع تحلیل برای داده های اینترنت اشیاء، تحلیل توصیفی میباشد و رایج ترین راه برای نشان دادن این نوع تحلیل، نمودارهای آماری از قبیل میله ای، خطی، پای و … می باشند. این نوع تحلیل، ارزش محدودی برای ما ایجاد میکند زیرا بیشتر گذشته محور بوده و تغییرات گذشته را نشان میدهند ولی در مورد آینده اطلاعاتی به ما نمیدهند. مطلوبترین نوع تحلیل توصیفی برای این داده هاء، هشدارها یا Alert ها هستند که با با رسیدن به آستانه ها، مشکلات احتمالی را اطلاع رسانی می کنند.
تحلیل تشخیصی
تحلیل های تشخیصی براساس مدلهای آماری هستند و متغیرهای کلیدی و روابط بین آنها را بررسی میکنند. در این نوع تحلیل، مدل تشخیصی بر اساس Statistical Learning و برای تعیین معتبر بودن یا نبودن هشدارها مورد استفاده قرار میگیرند. زیرا دستگاههای اینترنت اشیا هشدارهای زیادی تولید میکنند که باید صلاحیت آنها بررسی شود. نتیجه این نوع تحلیل ها، اقزایش دقت سامانه های اینترنت اشیاء خواهد شد.
تحلیل پیش بینی کننده IOT Analytics
مهمترین کاربرد تحلیل پیش بینی کننده داده های اینترنت اشیاء، برای نگهداری و تعمیر است. این کاربرد به طور عمده در صنایعی مانند توربینهای گازی، آسیاب های بادی، لوکوموتیو، خطوط تولید محصولات و … استفاده میشوند.
تحلیل تجویزی
این نوع تحلیل داده، ترکیبی از تحلیل توصیفی و تحلیل پیش بینی کننده میباشد و همانند یک توصیه گر درنظر گرفته میشود. این تحلیل برای فهمیدن بهترین قدمی که برای عمل میتواند انجام شود به کار گرفته میشود. موفقیت این نوع تحلیل به کارایی جمعی تصمیم گیری در مورد مشتریان، عملیات و استراتژی بستگی دارد. کاربردهای تجاری اینترنت اشیاء میتوانند از این نوع تحلیل برای تصمیم سازی و تصمیم گیری بهتر استفاده کنند.
تحلیل خودکار IOT Analytics
بیشتر تحلیلها به توجه انسانها نیاز دارند. یکی از موضوعات مهم برای هر قسمت خودکارسازی تصمیمات و اقدامات آن قسمت است که در دسته هوش مصنوعی جانمایی می شود. مثلا تحلیل داده های دستگاه های پزشکی منجر به تزریق خودکار داروهای خاص میشود. این نوع تحلیل هم اکنون در بعضی موارد مانند بازارهای مالی و شبکه انرژی استفاده میشود.