Name: Thiết kế neural network dạng autoencoder phục vụ việc nén và giảm nhiễu cho tín hiệu cảm biến IoT
Brand: Đề tài - Dự án
SKU: WW-2443-FM3NL
Availability: InStock

Thiết kế neural network dạng autoencoder phục vụ việc nén và giảm nhiễu cho tín hiệu cảm biến IoT

Tác giả: Châu Thiện Ngọc

Định dạng tài liệu: Đề tài - Dự án

Nghiên cứu đề xuất sử dụng mạng neural dạng Autoencoder để nén dữ liệu và giảm nhiễu cho tín hiệu cảm biến trong các hệ thống Internet vạn vật (IoT), đặc biệt trong các môi trường có băng thông hạn chế và chịu nhiều nhiễu từ môi trường.

Phí Download:

Miễn phí

Tổng quan về tài liệu
Đánh giá

Mô hình Autoencoder được triển khai và mô phỏng trên nền tảng Google Colab với bộ dữ liệu Air Quality UCI nhằm đánh giá hiệu quả nén và khả năng tái tạo tín hiệu. Kết quả thực nghiệm cho thấy mô hình đạt tỷ lệ nén khoảng 3 lần, sai số trung bình MSE 0.0025, PSNR 26.1 dB và SSIM 0.9802. Nghiên cứu chứng minh rằng phương pháp này không chỉ giúp giảm kích thước dữ liệu truyền tải mà còn cải thiện chất lượng tín hiệu sau khi tái tạo, qua đó mở ra khả năng ứng dụng hiệu quả trong các hệ thống IoT yêu cầu tối ưu hóa băng thông và xử lý nhiễu.