دانلود ترجمه مقاله سیستم حمل و نقل هوشمند مبتنی بر IoT از دیدگاه جهانی

1. مقدمه 2. مطالعات مربوطه 3. شهرهای هوشمند و IoT 4. کلان داده و چالش های آن 5. Vهای کلان داده- دیدگاه ITS 6. چالش هایی که فناوری کلان داده، با آن رو به رو است 7. Sهای مقدمات و مرور کلی بر سیستم ITS 8. ملزومات طراحی سیستم ITS 9. اهداف طراحی 10. طراحی آزمایشی 11. پیاده سازی 12. تکنیک های کلان داده در ITS 13. طبقه بندی تکنیک های چند-متغیره 14. نتایج آزمایش و بحث و بررسی 15. نتیجه گیری و مطالعات آتی

چکیده – تحلیل گران کلان داده می توانند در تحلیل مجموعه ای فوق العاده بزرگ از داده کمک می کند در حالی که IoT، کاملا مرتبط با داده ها، دستگاه ها و ارتباط پذیری است. اینترنت اشیا (IoT)، شامل متصل کردن اشیای فیزیکی، به اینترنت، با هدف ساختن سیستم های هوشمند و فناوری های پیشرفته، در زمینه در دسترس بودن متحرک جهانی (همانند سیستم حمل و نقل هوشمند (ITS)) می باشد. راه حل های ITS، نقش عمده ای در پیش بردن IoT سراسری، در سیستم حمل و نقل هوشمند ایفا می کند. ارتباطات میان وسایل نقلیه، با استفاده از IoT، عصر جدیدی از ارتباطات را به وجود می آورد که منجر به ITS خواهد شد. IoT، ترکیبی از ذخیره سازی و پردازش داده های حسگر و محاسبه با استفاده از تحلیل گرهای داده، با هدف دستیابی و کمک به مدیریت موثر سیستم ترافیک، می باشد. سیستم حمل و نقل هوشمند مبتنی بر IoT (IoT-ITS) می تواند به اتوماسیون سازی خطوط راه آهن، جاده ها، خطوط هوایی و دریایی کمک کند تا به نوبه خود، تجربه مشتریان را درباره کالاهای منتقل شده، مسیریابی شده و تحویل داده شده، بهبود خواهد بخشید. یک مطالعه موردی، درباره سیستم مدیریت ترافیک هوشمند، مبتنی بر IoT و کلان داده که قسمتی از راه حل ترافیک هوشمند، برای شهرهای هوشمند است را در این مقاله مرور خواهیم کرد. سیستم IoT-ITS می تواند یک اکوسیستم را تشکیل دهد که متشکل از سیستم حسگرها، سیستم نظارت و سیستم نمایش می باشد. چندین تکنیک و الگوریتم، در کاربرد کامل IoT-ITS دخالت دارند. مطالعه موردی پیشنهادی، درباره طراحی و پیاده سازی یک سیستم کامل IoT-ITS عادی، برای سناریو شهر هوشمند که در زیر-قاره هند، به کار بسته شده، بررسی و تشریح می کند. این مطالعه موردی هم چنین درباره چندین جزء نرم افزاری و سخت افزاری متناظر با سیستم مدنظر توضیح خواهد داد. نحوه ترکیب مفاهیمی همانند تحلیل چند رگرسیون چندگانه، تحلیل متمایز چندگانه و رگرسیون لوجستیک، تحلیل هم-پیوست، تحلیل دسته ای و سایر تکنیک های تحلیل کلان داده، در IoT و کمک به ساخت IoT-ITS، تشریح می شود. مطالعه موردی هم چنین برخی از نتایج تحلیلگران کلان داده و نحوه بهره برداری از این نتایج، در سیستم های حمل و نقل هوشمند را به نمایش می گذارد.

Big data analytics helps in analyzing a huge set of data whereas IoT is about data, devices and connectivity. Internet of Things (IoT) involves connecting physical objects to the Internet to build smart systems and universal mobile accessibility advanced technologies like Intelligent Transportation System (ITS). IoT solutions are playing a major role in driving the global IoT in Intelligent Transportation System. Communication between vehicles using IoT will be a new era of communication that leads to ITS. IoT is a combination of storing and processing sensor data and computing using data analytics to achieve and assist in managing the Traffic system effectively. IoT based Intelligent transportation system (IoT-ITS) helps in automating railways, roadways, airways and marine which enhance customer experience about the way goods are transported, tracked and delivered. A case study on Intelligent Traffic Management System based on IoT and big data, which will be a part of, smart traffic solutions for smarter cities. The ITS-IoT system itself forms an eco-system comprising of sensor systems, monitoring system and display system. There are several techniques and algorithms involved in full functioning of IoT-ITS. The proposed case study will examine and explain a complete design and implementation of a typical IoT-ITS system for a smart city scenario set on typical Indian subcontinent. This case study will also explain about several hardware and software components associated with the system. How concepts like Multiple regression analysis, Multiple discriminant analysis and logistic regression, Cojoint analysis, Cluster analysis and other big data analytics techniques will merge with IoT and help to build IoT-ITS will also be emphasized. The case study will also display some big data analytics results and how the results are utilized in smart transportation systems.

بخشی از ترجمه مقاله (صفحه 5 فایل ورد ترجمه)