Publikationer från Malmö universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
A Semantic-Based Belief Network Construction Approach in IoT
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
2020 (Engelska)Ingår i: Sensors, E-ISSN 1424-8220, Vol. 20, nr 20, artikel-id E5747Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Uncertainty is intrinsic in most of the complex systems, especially when the systems have to interact with the physical environment; therefore, handling uncertainty is critical in the Internet of Things (IoT). In this paper, we propose a semantic-based approach to build the belief network in IoT systems to handle the uncertainties. Semantics is the functionality description of any system component. Semantic Match mechanisms can construct the appropriate structures to compare the consistency between different sources of data based on the same functionality. In the approach, we define the belief property of every system component and develop the related algorithms to update the belief value. Furthermore, the related mechanisms and algorithms for data fusion and fault detection based on the belief property are described to explain how the approach works in the IoT systems. Several simulation experiments are used to evaluate the proposed approach, and the results indicate that the approach can work as expected. More accurate data are fused from the inaccurate devices and the fault in one node is automatically detected.

Ort, förlag, år, upplaga, sidor
MDPI, 2020. Vol. 20, nr 20, artikel-id E5747
Nyckelord [en]
belief, data fusion, fault detection, internet of things, self adaptation, uncertainty
Nationell ämneskategori
Elektroteknik och elektronik
Identifikatorer
URN: urn:nbn:se:mau:diva-18781DOI: 10.3390/s20205747ISI: 000585564800001PubMedID: 33050402Scopus ID: 2-s2.0-85092439234OAI: oai:DiVA.org:mau-18781DiVA, id: diva2:1478817
Tillgänglig från: 2020-10-23 Skapad: 2020-10-23 Senast uppdaterad: 2024-02-05Bibliografiskt granskad

Open Access i DiVA

fulltext(1869 kB)102 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1869 kBChecksumma SHA-512
97fa171ec19f51c51f322eb77dac0a57e8ef6aaf6efbe747da04e8484d80201313c429c2b12904a746cd074dead73eb340f360ed4a3aef0e7869eac41c24763d
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMedScopus

Person

Dong, Yuji

Sök vidare i DiVA

Av författaren/redaktören
Dong, Yuji
Av organisationen
Institutionen för datavetenskap och medieteknik (DVMT)
I samma tidskrift
Sensors
Elektroteknik och elektronik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 102 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 45 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf