Smart Fog：面向可穿戴物联网中无监督聚类分析的雾计算框架
计算机与社会
2017-12-29 v1
摘要
智能远程医疗中可穿戴设备的日益使用产生了异构医疗大数据。云与雾服务处理这些数据以辅助临床流程。基于 IoT 的电子医疗已从高效数据处理中极大受益。本文提出并评估了在靠近可穿戴设备的雾设备上使用低资源机器学习用于智能医疗。在最先进的远程护理系统中，信号处理与机器学习模块部署于云端以处理生理数据。我们开发了基于雾的无监督机器学习大数据分析的雏形，用于发现生理数据中的模式。我们在所提架构中采用 Intel Edison 与 Raspberry Pi 作为雾计算机。我们在来自帕金森病（PD）患者居家监测的真实病理语音数据上进行了验证研究。所提架构采用机器学习分析由 PD 患者所戴智能手表获取的病理语音数据。结果表明所提架构在低资源临床机器学习方面大有前景。它可通过将机器学习方法从云后端迁移到雾等边缘计算设备，用于可穿戴物联网中智能远程医疗场景的其他应用。
引用
@article{arxiv.1712.09347,
title = {Smart Fog: Fog Computing Framework for Unsupervised Clustering Analytics in Wearable Internet of Things},
author = {Debanjan Borthakur and Harishchandra Dubey and Nicholas Constant and Leslie Mahler and Kunal Mankodiya},
journal= {arXiv preprint arXiv:1712.09347},
year = {2017}
}
备注
5 pages, 3 figures. 5th IEEE Global Conference on Signal and Information Processing GlobalSIP 2017