Hybrid software architecture with peripheral computing for adaptive VR driving training systems with biometric feedback

Συγγραφείς: Artur Maliuha

Πηγή: Авіаційно-космічна техніка та технологія, Vol 0, Iss 5, Pp 96-111 (2025)

Θεματικοί όροι: адаптивна віртуальна реальність, біометричний зворотний зв'язок, навчання водіїв, периферійні обчислення, гібридна архітектура, оптимізація затримки, машинне навчання, мікросервіси, масштабованість, класифікація напружень, Motor vehicles. Aeronautics. Astronautics, TL1-4050

Περιγραφή αρχείου: electronic resource

Relation: http://nti.khai.edu/ojs/index.php/aktt/article/view/3149; https://doaj.org/toc/1727-7337; https://doaj.org/toc/2663-2217

Σύνδεσμος πρόσβασης: https://doaj.org/article/d77fc281669d4a348940fe478d8cd1d4

An improved approach to organising mobile edge computing in a 5G network

Συγγραφείς: Andrii Astrakhantsev, Larysa Globa, Oleksandr Fedorov, Dmytro Degtiarov, Yevgen Romanko, Kyrylo Romanii

Συνεισφορές: ELAKPI

Πηγή: Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï, Iss 2 (2024)

Θεματικοί όροι: load balancing, протокол обміну, верифікація обчислень, QA75.5-76.95, task allocation scheme, балансування навантаженням, мережі 5G, Electronic computers. Computer science, 5G network, мобільні периферійні обчислення, mobile edge computing, task verification, call flow, розподіл завдань

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://doaj.org/article/da72cc9ef6ec4295b0ab61740a24b80b
https://ela.kpi.ua/handle/123456789/71045

LOAD BALANCING OF THE LAYERS IoT FOG-CLOUD SUPPORT NETWORK

Πηγή: Advanced Information Systems; Vol. 9 No. 1 (2025): Advanced Information Systems; 91-98
Современные информационные системы-Sučasnì ìnformacìjnì sistemi; Том 9 № 1 (2025): Сучасні інформаційні системи; 91-98
Сучасні інформаційні системи; Том 9 № 1 (2025): Сучасні інформаційні системи; 91-98

Θεματικοί όροι: туманні та периферійні обчислення, комп'ютерна система, Internet of Things, computer system, обчислювальні ресурси, енергоспоживання, мобільні пристрої, cloud environment, mobile devices, computing resources, Інтернет речей, хмарне середовище, energy consumption, fog and edge computing

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ais.khpi.edu.ua/article/view/323519

LOAD BALANCING OF THE LAYERS IoT FOG-CLOUD SUPPORT NETWORK ; Балансування навантаження шарів туманно-хмарної мережі підтримки ІоТ

Συγγραφείς: Кучук , Георгій, Гусєва , Юлія, Новоселов , Сергій, Лисиця , Дмитро, Криховецький , Георгій

Πηγή: Advanced Information Systems; Vol. 9 No. 1 (2025): Advanced Information Systems; 91-98 ; Современные информационные системы - Sučasnì ìnformacìjnì sistemi; Том 9 № 1 (2025): Сучасні інформаційні системи; 91-98 ; Сучасні інформаційні системи; Том 9 № 1 (2025): Сучасні інформаційні системи; 91-98 ; 2522-9052

Θεματικοί όροι: Internet of Things, computer system, cloud environment, fog and edge computing, energy consumption, mobile devices, computing resources, Інтернет речей, комп’ютерна система, хмарне середовище, туманні та периферійні обчислення, енергоспоживання, мобільні пристрої, обчислювальні ресурси

Περιγραφή αρχείου: application/pdf

Relation: http://ais.khpi.edu.ua/article/view/323519/313730; http://ais.khpi.edu.ua/article/view/323519

Διαθεσιμότητα: http://ais.khpi.edu.ua/article/view/323519

INTELLIGENT ENERGY CONSUMPTION MANAGEMENT IN EDGE COMPUTING NETWORKS BASED ON GAME THEORY ; ІНТЕЛЕКТУАЛЬНЕ УПРАВЛІННЯ ЕНЕРГОСПОЖИВАННЯМ У ПЕРИФЕРІЙНИХ ОБЧИСЛЮВАЛЬНИХ МЕРЕЖАХ НА ОСНОВІ ТЕОРІЇ ІГОР

Συγγραφείς: Бученко, Ігор

Πηγή: Electronic Professional Scientific Journal «Cybersecurity: Education, Science, Technique»; Vol. 3 No. 27 (2025): Cybersecurity: Education, Science, Technique; 180-192 ; Електронне фахове наукове видання «Кібербезпека: освіта, наука, техніка»; Том 3 № 27 (2025): Кібербезпека: освіта, наука, техніка; 180-192 ; 2663-4023 ; 10.28925/2663-4023.2025.27

Θεματικοί όροι: computer network, edge computing, Internet of Things (IoT), computer network management, intelligent energy management systems, edge computing networks, corporate networks, game theory, інформаційна система, периферійні обчислення, Інтернет речей, управління комп’ютерною мережею, інтелектуальне управління енергоспоживанням, інформаційні технології, корпоративні мережі, теорія ігор

Περιγραφή αρχείου: application/pdf

Relation: https://csecurity.kubg.edu.ua/index.php/journal/article/view/732/607; https://csecurity.kubg.edu.ua/index.php/journal/article/view/732

Διαθεσιμότητα: https://csecurity.kubg.edu.ua/index.php/journal/article/view/732
https://doi.org/10.28925/2663-4023.2025.27.732

LOAD BALANCING OF THE LAYERS IoT FOG-CLOUD SUPPORT NETWORK ; Балансування навантаження шарів туманно-хмарної мережі підтримки ІоТ

Συγγραφείς: Kuchuk , Heorhii, Husieva , Yuliia, Novoselov , Sergiy, Lysytsia , Dmytro, Krykhovetskyi , Heorhii

Πηγή: Advanced Information Systems; Vol. 9 No. 1 (2025): Advanced Information Systems; 91-98 ; Современные информационные системы - Sučasnì ìnformacìjnì sistemi; Том 9 № 1 (2025): Advanced Information Systems; 91-98 ; Сучасні інформаційні системи; Том 9 № 1 (2025): Сучасні інформаційні системи; 91-98 ; 2522-9052

Θεματικοί όροι: Internet of Things, computer system, cloud environment, fog and edge computing, energy consumption, mobile devices, computing resources, Інтернет речей, комп’ютерна система, хмарне середовище, туманні та периферійні обчислення, енергоспоживання, мобільні пристрої, обчислювальні ресурси

Περιγραφή αρχείου: application/pdf

Relation: http://ais.khpi.edu.ua/article/view/323519/313730; http://ais.khpi.edu.ua/article/view/323519

Διαθεσιμότητα: http://ais.khpi.edu.ua/article/view/323519
https://doi.org/10.20998/2522-9052.2025.1.11

EFFICIENT NEURAL NETWORK ALGORITHMS FOR MICROCONTROLLERS IN AUDIO DETECTION SYSTEMS

Πηγή: Scientific Papers of Donetsk National Technical University. Series: “Computer Engineering and Automation"; Vol2, N3(35)'2024; 46-53
Наукові праці Донецького національного технічного університету. Серія: «Обчислювальна техніка та автоматизація»; Т2, N3(35)'2024; 46-53

Θεματικοί όροι: оптимізація моделей, lightweight architectures, системи реального часу, легкі архітектури, Drone detection, периферійні обчислення, Виявлення безпілотників, нейронні мережі, neural networks, audio processing, мікроконтролери, квантування, real-time systems, обробка звуку, енергоефективність, edge computing, model optimization, quantization, microcontrollers, energy efficiency

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://ota-new.donntu.edu.ua/article/view/318543

APPLYING EDGE COMPUTING IN THE EXECUTION IoT OPERATIVE TRANSACTIONS

Πηγή: Advanced Information Systems; Vol. 8 No. 4 (2024): Advanced Information Systems; 49-59
Современные информационные системы-Sučasnì ìnformacìjnì sistemi; Том 8 № 4 (2024): Сучасні інформаційні системи; 49-59
Сучасні інформаційні системи; Том 8 № 4 (2024): Сучасні інформаційні системи; 49-59

Θεματικοί όροι: Fog Layer, operative transactions, Інтернет речей, edge computing, оперативна транзакція, комп'ютерна система, Internet of Things, периферійні обчислення, хмарний шар, Computer System

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ais.khpi.edu.ua/article/view/314511

ANALYSIS OF ALGORITHMS FOR DYNAMIC RESOURCE MANAGEMENT OF NETWORK SLICES

Πηγή: Proceedings of the international scientific conference " MODERN CHALLENGES IN TELECOMMUNICATIONS "; 2024: Proceedings of the XVІІІ International Scientific and Technical Conference "MODERN CHALLENGES IN TELECOMMUNICATIONS-2024"; 191-195
Збірник матеріалів Міжнародної науково-технічної конференції «ПЕРСПЕКТИВИ ТЕЛЕКОМУНІКАЦІЙ»; 2024: Матеріали XVІІІ Міжнародної науково-технічної конференції "Перспективи телекомунікацій-2024"; 191-195

Θεματικοί όροι: 5G, NETWORK SLICING, MULTI-ACCESS EDGE COMPUTING, DYNAMIC NETWORK RESOURCE MANAGEMENT, MULTI-AGENT REINFORCEMENT LEARNING, PROXIMAL POLICY OPTIMIZATION, 5G, МЕРЕЖЕВИЙ СЛАЙСІНГ, ПЕРИФЕРІЙНІ ОБЧИСЛЕННЯ З КІЛЬКОМА ДОСТУПАМИ, ДИНАМІЧНЕ КЕРУВАННЯ МЕРЕЖЕВИМИ РЕСУРСАМИ, БАГАТОАГЕНТНЕ НАВЧАННЯ З ПІДКРІПЛЕННЯМ, PROXIMAL POLICY OPTIMIZATION

Σύνδεσμος πρόσβασης: https://conferenc-journal.its.kpi.ua/article/view/307569

Resource scheduling in edge computing IoT networks using hybrid deep learning algorithm

Συγγραφείς: Vijayasekaran, G., Duraipandian, M.

Συνεισφορές: ELAKPI

Πηγή: Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï, Iss 3 (2022)

Θεματικοί όροι: IoT, cloud computing, Internet of Things, периферійні обчислення, deep learning, QA75.5-76.95, 02 engineering and technology, глибоке навчання, хмарні обчислення, Internet of Things (IoT), edge computing, планування ресурсів, Electronic computers. Computer science, resource scheduling, 0202 electrical engineering, electronic engineering, information engineering, інтернет речей (IoT)

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://doaj.org/article/62d3e9c717284b88b1c135de963ce433
https://ela.kpi.ua/handle/123456789/55153

An improved approach to organising mobile edge computing in a 5G network

Πηγή: System research and information technologies; No. 2 (2024); 82-92
Системные исследования и информационные технологии; № 2 (2024); 82-92
Системні дослідження та інформаційні технології; № 2 (2024); 82-92

Θεματικοί όροι: мережі 5G, load balancing, протокол обміну, 5G network, мобільні периферійні обчислення, верифікація обчислень, mobile edge computing, task verification, call flow, розподіл завдань, task allocation scheme, балансування навантаженням

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://journal.iasa.kpi.ua/article/view/309711

INTEGRATION OF IOT WITH CLOUD, FOG, AND EDGE COMPUTING: A REVIEW

Πηγή: Advanced Information Systems; Vol. 8 No. 2 (2024): Advanced Information Systems; 65-78
Современные информационные системы-Sučasnì ìnformacìjnì sistemi; Том 8 № 2 (2024): Сучасні інформаційні системи; 65-78
Сучасні інформаційні системи; Том 8 № 2 (2024): Сучасні інформаційні системи; 65-78

Θεματικοί όροι: Data Processing, туманні обчислення, гібридні обчислення, Internet of Things, Scalability, периферійні обчислення, Fog Computing, Cloud Computing, хмарні обчислення, масштабованість, Інтернет речей, Hybrid Computing, розподілені обчислення, Computational Architecture, Edge Computing, обробка даних, програми IoT, Distributed Computing, обчислювальна архітектура, IoT Applications

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ais.khpi.edu.ua/article/view/305471

PROBLEMS OF MACHINE LEARNING IMPLEMENTATION ON MODERN EDGE DEVICES ; ПРОБЛЕМИ ВПРОВАДЖЕННЯ МАШИННОГО НАВЧАННЯ В СУЧАСНІ ПЕРИФЕРІЙНІ ПРИСТРОЇ

Συγγραφείς: Мельничук, О. С., Лобур, М. В., Свірідова, Т. В.

Πηγή: Computer Science and Applied Mathematics; No. 2 (2024): Computer Science and Applied Mathematics; 62-71 ; Computer Science and Applied Mathematics; № 2 (2024): Computer Science and Applied Mathematics; 62-71 ; 2518-1785 ; 2413-6549 ; 10.26661/2786-6254-2024-2

Θεματικοί όροι: TinyML, embedded AI, edge computing, Internet of Things, microcontrollers, вбудований ШІ, периферійні обчислення, інтернет речей, мікроконтролери

Περιγραφή αρχείου: application/pdf

Relation: http://journalsofznu.zp.ua/index.php/comp-science/article/view/4410/4202

Διαθεσιμότητα: http://journalsofznu.zp.ua/index.php/comp-science/article/view/4410
https://doi.org/10.26661/2786-6254-2024-2-07

INTEGRATION OF IOT WITH CLOUD, FOG, AND EDGE COMPUTING: A REVIEW ; Інтеграція IoT із хмарними, туманними та периферійними обчисленнями: огляд

Συγγραφείς: Кучук , Георгій, Малохвій , Едуард

Πηγή: Advanced Information Systems; Vol. 8 No. 2 (2024): Advanced Information Systems; 65-78 ; Современные информационные системы - Sučasnì ìnformacìjnì sistemi; Том 8 № 2 (2024): Сучасні інформаційні системи; 65-78 ; Сучасні інформаційні системи; Том 8 № 2 (2024): Сучасні інформаційні системи; 65-78 ; 2522-9052

Θεματικοί όροι: Інтернет речей, хмарні обчислення, туманні обчислення, периферійні обчислення, розподілені обчислення, гібридні обчислення, обчислювальна архітектура, обробка даних, програми IoT, масштабованість, Internet of Things, Cloud Computing, Fog Computing, Edge Computing, Distributed Computing, Hybrid Computing, Computational Architecture, Data Processing, IoT Applications, Scalability

Περιγραφή αρχείου: application/pdf

Relation: http://ais.khpi.edu.ua/article/view/305471/297073; http://ais.khpi.edu.ua/article/view/305471

Διαθεσιμότητα: http://ais.khpi.edu.ua/article/view/305471

EFFICIENT NEURAL NETWORK ALGORITHMS FOR MICROCONTROLLERS IN AUDIO DETECTION SYSTEMS ; ЕФЕКТИВНІ АЛГОРИТМИ НЕЙРОННИХ МЕРЕЖ ДЛЯ РОБОТИ НА МІКРОКОНТРОЛЕРАХ У СИСТЕМАХ АУДІОДЕТЕКЦІЇ

Συγγραφείς: Колесник, Сергій Євгенович, Ковальов, Сергій Олександрович

Πηγή: Scientific Papers of Donetsk National Technical University. Series: “Computer Engineering and Automation"; Vol2, N3(35)'2024; 46-53 ; Наукові праці Донецького національного технічного університету. Серія: «Обчислювальна техніка та автоматизація»; Т2, N3(35)'2024; 46-53 ; 2786-9024 ; 2075-4272

Θεματικοί όροι: Виявлення безпілотників, нейронні мережі, мікроконтролери, системи реального часу, обробка звуку, периферійні обчислення, оптимізація моделей, квантування, енергоефективність, легкі архітектури, Drone detection, neural networks, microcontrollers, audio processing, real-time systems, edge computing, model optimization, quantization, energy efficiency, lightweight architectures

Περιγραφή αρχείου: application/pdf

Relation: https://ota-new.donntu.edu.ua/article/view/318543/309014

Διαθεσιμότητα: https://ota-new.donntu.edu.ua/article/view/318543

APPLYING EDGE COMPUTING IN THE EXECUTION IoT OPERATIVE TRANSACTIONS ; Застосування периферійних обчислень при виконанні оперативних транзакцій IoT

Συγγραφείς: Kuchuk , Nina, Kashkevich , Svitlana, Radchenko , Viacheslav, Andrusenko , Yuliia, Kuchuk , Heorhii

Πηγή: Advanced Information Systems; Vol. 8 No. 4 (2024): Advanced Information Systems; 49-59 ; Современные информационные системы - Sučasnì ìnformacìjnì sistemi; Том 8 № 4 (2024): Advanced Information Systems; 49-59 ; Сучасні інформаційні системи; Том 8 № 4 (2024): Сучасні інформаційні системи; 49-59 ; 2522-9052

Θεματικοί όροι: Internet of Things, Computer System, Fog Layer, edge computing, operative transactions, Інтернет речей, комп’ютерна система, хмарний шар, периферійні обчислення, оперативна транзакція

Περιγραφή αρχείου: application/pdf

Relation: http://ais.khpi.edu.ua/article/view/314511/305428; http://ais.khpi.edu.ua/article/view/314511

Διαθεσιμότητα: http://ais.khpi.edu.ua/article/view/314511
https://doi.org/10.20998/2522-9052.2024.4.07

INTEGRATION OF IOT WITH CLOUD, FOG, AND EDGE COMPUTING: A REVIEW ; Інтеграція IoT із хмарними, туманними та периферійними обчисленнями: огляд

Συγγραφείς: Kuchuk , Heorhii, Malokhvii , Eduard

Πηγή: Advanced Information Systems; Vol. 8 No. 2 (2024): Advanced Information Systems; 65-78 ; Современные информационные системы - Sučasnì ìnformacìjnì sistemi; Том 8 № 2 (2024): Advanced Information Systems; 65-78 ; Сучасні інформаційні системи; Том 8 № 2 (2024): Сучасні інформаційні системи; 65-78 ; 2522-9052

Θεματικοί όροι: Інтернет речей, хмарні обчислення, туманні обчислення, периферійні обчислення, розподілені обчислення, гібридні обчислення, обчислювальна архітектура, обробка даних, програми IoT, масштабованість, Internet of Things, Cloud Computing, Fog Computing, Edge Computing, Distributed Computing, Hybrid Computing, Computational Architecture, Data Processing, IoT Applications, Scalability

Περιγραφή αρχείου: application/pdf

Relation: http://ais.khpi.edu.ua/article/view/305471/297073; http://ais.khpi.edu.ua/article/view/305471

Διαθεσιμότητα: http://ais.khpi.edu.ua/article/view/305471
https://doi.org/10.20998/2522-9052.2024.2.08

Resource scheduling in edge computing IoT networks using hybrid deep learning algorithm

Πηγή: System research and information technologies; No. 3 (2022); 86-101
Системные исследования и информационные технологии; № 3 (2022); 86-101
Системні дослідження та інформаційні технології; № 3 (2022); 86-101

Θεματικοί όροι: IoT, інтернет речей, edge computing, планування ресурсів, cloud computing, Internet of Things, resource scheduling, периферійні обчислення, deep learning, глибоке навчання, хмарні обчислення

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://journal.iasa.kpi.ua/article/view/261572

Метод безшовної інтеграції нових компонентів для систем Інтернет речей

Συνεισφορές: Ткаченко, Валентина Василівна, ELAKPI

Θεματικοί όροι: ci/cd, інтернет речей, інфраструктура як код, devops, методи, blue/green розгортання, периферійні обчислення, terraform, aws ecs, інтеграція, оркестрація контейнерів

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://ela.kpi.ua/handle/123456789/71739

Аналіз архітектури Edge-обчислень в 'розумних' міських середовищах ; Analysis of the Architecture of Edge Computing in 'Smart' Urban Environments

Συγγραφείς: Кіптик, Дмитро Тарасович, Kiptyk, Dmytro Tarasovych

Συνεισφορές: Дуда, Олексій Михайлович, Гащин, Надія Богданівна, ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна

Θεματικοί όροι: аналіз даних, data analytics, великі дані, big data, хмарні обчислення, cloud computing, периферійні обчислення, edge computing, прийняття рішень, decision making, розумні будівлі, smart buildings, розумні міста, smart cities, 004.42

Θέμα γεωγραφικό: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна, UA

Relation: 1 Frost & Sullivan, Digital Trends in Education–2022 Investment Plans Address Talent Shortage and Remote Learning Adapting to Meet the Needs of Modern Students, in: Voice of Customer, (no. K69E / 00) Frost & Sullivan, 2022.; 2 Duda, O., Kunanets, N., Martsenko, S., Matsiuk, O., Pasichnyk, V., Building secure Urban information systems based on IoT technologies. CEUR Workshop Proceedings 2623, pp. 317-328. 2020.; 3 Bodnarchuk I., Duda O., Kharchenko A., Kunanets N., Matsiuk O., Pasichnyk V. Choice method of analytical information-technology platform for projects associated to the smart city class. ICTERI 2020 ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer Proceedings of the 14th International Conference on ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer. Volume I: Main Conference р.317-330.; 4 Duda, O., et al, Selection of Effective Methods of Big Data Analytical Processing in Information Systems of Smart Cities. CEUR Workshop Proceedings 2631, pp. 68-78. 2020.; 5 Duda O., Matsiuk O., Kunanets N., Pasichnyk V., Rzheuskyi A., Bilak Y., Formation of Hypercubes Based on Data Obtained from Systems of IoT Devices of Urban Resource Networks, International Journal of Sensors, Wireless Communications and Control (2020) 10: 1. ISSN 2210-3287.; 6 W. Shi, J. Cao, Q. Zhang, Y. Li, L. Xu, Edge computing: Vision and challenges, IEEE Internet Things J. 3 (5) (2016) 637–646.; 7 S.A. Hossain, M.A. Rahman, M.A. Hossain, Edge computing framework for enabling situation awareness in IoT based smart city, J. Parallel Distrib. Comput. 122 (2018) 226–237.; 8 A. Newman, et al., Covid, cities and climate: historical precedents and potential transitions for the new economy, Urban Sci. 4 (3) (2020) 32.; 9 UN, World Urbanization Prospects: The 2018 Revision, United Nations New York, NY, USA, 2018.; 10 D.J. Hill, M. Acuto, Parklets, Traffic-Free Zones and Outdoor Eating: How COVID Is Transforming Our Cities, World Economic Forum, 2022, URL https://www.weforum.org/agenda/2022/01/traffic-free-zonesoutdoor-eating-covid-transform-cities/.; 11 Smart Building Market Size, Share and COVID-19 Impact Analysis, Fortune Business Insights, 2021, URL https://www.fortunebusinessinsights.com/ industry-reports/smart-building-market-101198.; 12 E. Gilman, S. Tamminen, R. Yasmin, E. Ristimella, E. Peltonen, M. Harju, L. Loven, J. Riekki, S. Pirttikangas, Internet of things for smart spaces: A university campus case study, Sensors (ISSN: 1424-8220) 20 (13) (2020) http://dx.doi.org/10.3390/s20133716, URL https://www.mdpi.com/1424-8220/20/13/3716.; 13 A. Mishra, A.V. Jha, B. Appasani, A.K. Ray, D.K. Gupta, A.N. Ghazali, Emerging technologies and design aspects of next generation cyber physical system with a smart city application perspective, Int. J. Syst. Assur. Eng. Manag. (2022) 123.; 14 T. Lähderanta, T. Leppänen, L. Ruha, L. Lovén, E. Harjula, M. Ylianttila, J. Riekki, M.J. Sillanpää, Edge computing server placement with capacitated location allocation, J. Parallel Distrib. Comput. 153 (2021) 130–149.; 15 H. Kokkonen, L. Lovén, N.H. Motlagh, J. Partala, A. González-Gil, E. Sola, I. Angulo, M. Liyanage, T. Leppänen, T. Nguyen, et al., Autonomy and intelligence in the computing continuum: Challenges, enablers, and future directions for orchestration, 2022, arXiv preprint arXiv:2205.01423.; 16 G. Tancev, Relevance of drift components and unit-to-unit variability in the predictive maintenance of low-cost electrochemical sensor systems in air quality monitoring, Sensors 21 (9) (2021) 3298.; 17 R. Xu, Y. Cheng, Z. Liu, Y. Xie, Y. Yang, Improved long short-term memory based anomaly detection with concept drift adaptive method for supporting IoT services, Future Gener. Comput. Syst. 112 (2020) 228–242.; 18 M. Lima, M. Neto, T. Silva Filho, R.A.d.A. Fagundes, Learning under concept drift for regression—A systematic literature review, IEEE Access 10 (2022) 45410–45429.; 19 H. Mehmood, P. Kostakos, M. Cortes, T. Anagnostopoulos, S. Pirttikangas, E. Gilman, Concept drift adaptation techniques in distributed environment for real-world data streams, Smart Cities 4 (1) (2021) 349–371.; 20 L. Wang, Y. Zhang, X. Zhu, Concept drift-aware temporal cloud service APIs recommendation for building composite cloud systems, J. Syst. Softw. 174 (2021) 110902.; 21 Y. Yang, S. Ding, Y. Liu, S. Meng, X. Chi, R. Ma, C. Yan, Fast wireless sensor for anomaly detection based on data stream in an edgecomputing-enabled smart greenhouse, Digit. Commun. Netw. 8 (4) (2022) 498–507.; 22 L.U. Khan, I. Yaqoob, N.H. Tran, S.A. Kazmi, T.N. Dang, C.S. Hong, Edgecomputing-enabled smart cities: A comprehensive survey, IEEE Internet Things J. 7 (10) (2020) 10200–10232.; 23 M. Lillstrang, M. Harju, G. del Campo, G. Calderon, J. Röning, S. Tamminen, Implications of properties and quality of indoor sensor data for building machine learning applications: Two case studies in smart campuses, Build. Environ. 207 (2022) 108529.; 24 J.M. Corchado, P. Chamoso, G. Hernández, A.S.R. Gutierrez, A.R. Camacho, A. González-Briones, F. Pinto-Santos, E. Goyenechea, D. Garcia-Retuerta, M. Alonso-Miguel, et al., Deepint. net: A rapid deployment platform for smart territories, Sensors 21 (1) (2021) 236.; 25 N.E. Klepeis, W.C. Nelson, W.R. Ott, J.P. Robinson, A.M. Tsang, P. Switzer, J.V. Behar, S.C. Hern, W.H. Engelmann, The national human activity pattern survey (NHAPS): a resource for assessing exposure to environmental pollutants, J. Expo. Sci. Environ. Epidemiology 11 (3) (2001) 231–252.; 26 L. Tan, N. Wang, Future internet: The internet of things, in: 2010 3rd International Conference on Advanced Computer Theory and Engineering, Vol. 5, ICACTE, IEEE, 2010, pp. V5–376.; 27 Mehmood, Hassan, et al. "A novel edge architecture and solution for detecting concept drift in smart environments." Future Generation Computer Systems 150 (2024): 127-143.; 28 H. Mehmood, E. Gilman, M. Cortes, P. Kostakos, A. Byrne, K. Valta, S. Tekes, J. Riekki, Implementing big data lake for heterogeneous data sources, in: 2019 Ieee 35th International Conference on Data Engineering Workshops, Icdew, IEEE, 2019, pp. 37–44.; 29 Frost & Sullivan. Smart City Adoption Timeline, Global Information, Inc., Frost & Sullivan, 2018, URL https://www.giiresearch.com/report/fs604427-smart-city-adoption-timeline.html; 30 B.N. Silva, M. Khan, C. Jung, J. Seo, D. Muhammad, J. Han, Y. Yoon, K. Han, Urban planning and smart city decision management empowered by real-time data processing using big data analytics, Sensors 18 (9) (2018) 2994.; 31 A.S. Syed, D. Sierra-Sosa, A. Kumar, A. Elmaghraby, IoT in smart cities: A survey of technologies, practices and challenges, Smart Cities 4(2) (2021) 429-475.; 32 A. Pandya, P. Kostakos, H. Mehmood, M. Cortes, E. Gilman, M. Oussalah, S. Pirttikangas, Privacy preserving sentiment analysis on multiple edge data streams with apache NiFi, in: 2019 European Intelligence and Security Informatics Conference, EISIC, IEEE, 2019, pp. 130–133.; 33 F. Almalki, S.H. Alsamhi, R. Sahal, J. Hassan, A. Hawbani, N. Rajput, A. Saif, J. Morgan, J. Breslin, et al., Green IoT for eco-friendly and sustainable smart cities: future directions and opportunities, Mob. Netw. Appl. (2021) 1–25.; 34 The action plan for 2020. URL https://www.seisakukikaku.metro.tokyo.lg.jp/en/basic-plan/actionplan-for-2020/; 35 M. Jang, S.-T. Suh, U-city: new trends of urban planning in Korea based on pervasive and ubiquitous geotechnology and geoinformation, in: International Conference on Computational Science and Its Applications, Springer, 2010, 262–270.; 36 A. Ekman, Smart cities: Chinese ambitions in the time of coronavirus, Politique Etrangere (3) (2020) 141–151.; 37 General Assembly of the European Innovation Partnership on Smart Cities and Communities (EIP-SCC), European Commission - European Commission, 2021, URL https://smart-cities-marketplace.ec.europa.eu/news-andevents/events/2018/eip-scc-general-assembly-2018-0.; 38 L. Sanchez, L. Muñoz, J.A. Galache, P. Sotres, J.R. Santana, V. Gutierrez, R. Ramdhany, A. Gluhak, S. Krco, E. Theodoridis, et al., SmartSantander: IoT experimentation over a smart city testbed, Comput. Netw. 61 (2014) 217–238.; 39 CUTLER. URL https://www.cutler-h2020.eu/.; 40 G. Pantalona, F. Tsalakanidou, S. Nikolopoulos, I. Kompatsiaris, F. Lombardo, D. Norbiato, M. Ferri, L. Kovats, H. Haberstock, Decision support system for flood risk reduction policies: The case of a flood protection measure in the area of Vicenza, Data & Policy 3 (2021).; 41 A. Zanella, N. Bui, A. Castellani, L. Vangelista, M. Zorzi, Internet of things for smart cities, IEEE Internet Things J. 1 (1) (2014) 22–32.; 42 S. Sengan, V. Subramaniyaswamy, S.K. Nair, V. Indragandhi, J. Manikandan, L. Ravi, Enhancing cyber–physical systems with hybrid smart city cyber security architecture for secure public data-smart network, Future Gener. Comput. Syst. 112 (2020) 724–737.; 43 H. Luo, H. Cai, H. Yu, Y. Sun, Z. Bi, L. Jiang, A short-term energy prediction system based on edge computing for smart city, Future Gener. Comput. Syst. 101 (2019) 444–457.; 44 F. Cicirelli, A. Guerrieri, G. Spezzano, A. Vinci, An edge-based platform for dynamic smart city applications, Future Gener. Comput. Syst. 76 (2017) 106–118.; 45 A. Abbasi, A.R. Javed, C. Chakraborty, J. Nebhen, W. Zehra, Z. Jalil, ElStream: An ensemble learning approach for concept drift detection in dynamic social big data stream learning, IEEE Access 9 (2021) 66408–66419.; 46 B. Krawczyk, A. Cano, Online ensemble learning with abstaining classifiers for drifting and noisy data streams, Appl. Soft Comput. 68 2018) 677–692.; 47 Y. Sun, Z. Wang, Y. Bai, H. Dai, S. Nahavandi, A classifier graph based recurring concept detection and prediction approach, Comput. Intell. Neurosci. 2018 (2018).; 48 A.S. Iwashita, J.P. Papa, An overview on concept drift learning, IEEE Access 7 (2018) 1532–1547.; 49 R. Mohawesh, S. Tran, R. Ollington, S. Xu, Analysis of concept drift in fake reviews detection, Expert Syst. Appl. 169 (2021) 114318.; 50 P. Mulinka, P. Casas, J. Vanerio, Continuous and adaptive learning over big streaming data for network security, in: 2019 IEEE 8th International Conference on Cloud Networking, CloudNet, IEEE, 2019, pp. 1–4.; 51 O.A. Mahdi, E. Pardede, N. Ali, J. Cao, Diversity measure as a new drift detection method in data streaming, Knowl.-Based Syst. 191 (2020) 105227.; 52 R.S. Barros, D.R. Cabral, P.M. Gonçalves Jr., S.G. Santos, RDDM: Reactive drift detection method, Expert Syst. Appl. 90 (2017) 344–355.; 53 I. Frias-Blanco, J. del Campo-Ávila, G. Ramos-Jimenez, R. Morales-Bueno, A. Ortiz-Diaz, Y. Caballero-Mota, Online and non-parametric drift detection methods based on Hoeffding’s bounds, IEEE Trans. Knowl. Data Eng. 27 (3) (2014) 810–823.; 54 A. Pesaranghader, H.L. Viktor, Fast hoeffding drift detection method for evolving data streams, in: Joint European Conference on Machine Learning and Knowledge Discovery in Databases, Springer, 2016, pp. 96–111.; 55 G. Vítor, P. Rito, S. Sargento, F. Pinto, A scalable approach for smart city data platform: Support of real-time processing and data sharing, Comput. Netw. 213 (2022) 109027.; 56 H. Xu, A. Berres, S.B. Yoginath, H. Sorensen, P.J. Nugent, J. Severino, S.A. Tennille, A. Moore, W. Jones, J. Sanyal, Smart mobility in the cloud: Enabling real-time situational awareness and cyber-physical control through a digital twin for traffic, IEEE Trans. Intell. Transp. Syst. (2023).; 57 B. Milosevic, E. Farella, Wireless MEMS for wearable sensor networks, in: Wireless MEMS Networks and Applications, Elsevier, 2017, pp. 101–127.; 58 PROJECT–BRAINE. URL https://www.braine-project.eu/project/; 59 Apache Hadoop Ozone. URL https://hadoop.apache.org/ozone/; 60 N. Alange, A. Mathur, Optimization of small sized file access efficiency in hadoop distributed file system by integrating virtual file system layer, Optimization 13 (6) (2022).; 61 R. Ali, Y.A. Qadri, Y.B. Zikria, F. Al-Turjman, B.-S. Kim, S.W. Kim, A blockchain model for trustworthiness in the internet of things (IoT)-based smart-cities, Trends Cloud-Based IoT (2020) 1–19.; 62 Tellus %7C University of Oulu. URL https://www.oulu.fi/en/cooperation/tellus; 63 Основні правила дотримання охорони праці при роботі на персональних ЕОМ. URL: https://www.victorija.ua/dovidnik/osnovni-pravyla-dotrymannya-ohorony-pratsi-pry-roboti-na-personalnyh-eom.html; 64 КУРС ЛЕКЦІЙ. ОХОРОНА ПРАЦІ В ГАЛУЗІ. URL: https://www.uzhnu.edu.ua/uk/infocentre/get/36621; 65 Безпека в надзвичайних ситуаціях. Методичний посібник для здобувачів освітнього ступеня «магістр» всіх спеціальностей денної та заочної (дистанційної) форм навчання / укл.: Стручок В. С. Тернопіль: ФОП Паляниця В. А., 2022. 156 с.; 66 Електробезпека: охорона праці. URL: https://www.sop.com.ua/article/ 745-elektrobezpeka; 67 Лекція. Заходи електробезпеки на підприємствах галузі. URL: http://opcb.kpi.ua/wp-content/uploads/2014/09/%D0%9B%D0%B5%D0%BA%D1% 86%D1%96%D1%8F-8.pdf; http://elartu.tntu.edu.ua/handle/lib/45750

Διαθεσιμότητα: http://elartu.tntu.edu.ua/handle/lib/45750