والتعليم غير المشرف هو نوع من أنواع التعلم الآلاتي الذي يحدد أنماط البيانات دون وضع علامات محددة مسبقاً، وفي سياق شبكة الإنترنت للأمور، يؤدي دوراً حاسماً في إدارة وتحليل كميات كبيرة من البيانات التي تنتجها الأجهزة المترابطة، وتستكشف هذه المادة بعض التطبيقات العالمية الحقيقية للتعلم غير المشرف في إدارة وتحليل البيانات المتعلقة بـ " إيوت " .

Anomaly Detection in IoT Networks

وتستخدم خوارزميات التعلم غير المشرفة على نطاق واسع لكشف الشذوذ في نظم إيوت، وتقوم هذه الخوارزميات بتحليل مسارات البيانات لتحديد أنماط غير عادية قد تشير إلى حدوث انتهاكات أمنية أو اختلالات في الأجهزة أو إلى مسائل تشغيلية، ويساعد الكشف المبكر على منع الإخفاقات ويعزز موثوقية النظام.

تجميع لإدارة الأجهزة

(ب) مجموعة تقنيات التجميع المماثلة للوقود المتفجرة على أساس خصائصها من البيانات، وهذا يساعد على تنظيم الأجهزة، وتحقيق الحد الأمثل من موارد الشبكة، وتكييف جداول الصيانة، مثلاً، يمكن إدارة الأجهزة ذات الأنماط المماثلة للاستعمال بصورة جماعية.

ضغط البيانات وإخراج الإناث

وتساعد أساليب التعلم غير المشرفة في الحد من بُعد البيانات من خلال تقنيات مثل تحليل المكونات الرئيسية، وهذا يبسط مجموعات البيانات الكبيرة، مما يجعل التخزين والتجهيز أكثر كفاءة، كما يساعد على استخلاص الملامح ذات الصلة لإجراء مزيد من التحليل.

الطلبات في المدن الذكية

  • تحليل تدفق المرور
  • الرصد البيئي
  • استهلاك الطاقة على الوجه الأمثل
  • إدارة السلامة العامة