Sökning: "tidsserier"
Visar resultat 1 - 5 av 232 uppsatser innehållade ordet tidsserier.
1. Prestandajämförelse mellan krypterade och okrypterade tidsseriedatabaser med IoT-baserad temperatur- och geopositionsdata
M1-uppsats, KTH/Hälsoinformatik och logistikSammanfattning : Internet of Things (IoT) är en växande teknologi som spelar en allt större roll i samhället. Den innefattar ett nätverk av internetanslutna enheter som samlar in och utbyter data. Samtidigt som IoT växer uppstår utmaningar kring hantering av stora datamängder och säkerhetsaspekter. LÄS MER
2. Predicting Patent Data using Wavelet Regression and Bayesian Machine Learning
Master-uppsats, KTH/Matematik (Avd.)Sammanfattning : Patents are a fundamental part of scientific and engineering work, ensuringprotection of inventions owned by individuals or organizations. Patents areusually made public 18 months after being filed to a patent office, whichmeans that current publicly available patent data only provides informationabout the past. LÄS MER
3. Evaluating Brain-Inspired Machine Learning Models for Time Series Forecasting: A Comparative Study on Dynamical Memory in Reservoir Computing and Neural Networks
Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : Brain-inspired computing is a promising research field, with potential to encouragebreakthroughs within machine learning and enable us to solve complex problems in a moreefficient way. This study aims to compare the performance of brain-like machine learningalgorithms for time series forecasting. LÄS MER
4. Unsupervised Online Anomaly Detection in Multivariate Time-Series
Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/DatorteknikSammanfattning : This research aims to identify a method for unsupervised online anomaly detection in multivariate time series in dynamic systems in general and on the case study of Devwards IoT-system in particular. A requirement of the solution is its explainability, online learning and low computational expense. LÄS MER
5. Jämförelse av datakomprimeringsalgoritmer för sensordata i motorstyrenheter
M1-uppsats, KTH/Hälsoinformatik och logistikSammanfattning : Begränsad processor- och minneskapacitet är en stor utmaning för loggning avsensorsignaler i motorstyrenheter. För att kunna lagra större mängder data i dessakan komprimering användas. LÄS MER