Artificial intelligence in ISES Measureserver for Remote Experiment Control
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86093205" target="_blank" >RIV/61989100:27240/14:86093205 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/70883521:28140/14:43872136
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Artificial intelligence in ISES Measureserver for Remote Experiment Control
Popis výsledku v původním jazyce
The paper deals with the area of Internet School Experimental System (ISES) remote experiments in general and its core module called ISES Measu- reserver(R). In particular ISES Measureserver(R) is, in fact, a finite state machine, serving for the measured data accumulation, processing and providing commu- nication in the server-client system. Recently, we replenished ISES Measure- server(R) by a new functionality, namely diagnostics of the connected to the RE physical hardware, using the artificial intelligence solutions. In the introduction, the state of the art of ISES remote experiments is de- scribed. In the next chapter a consideration for the applying of proper artificial intelligence method to improve the Measureserver(R) reliability is made. Wefo- cused on the cognitive Fault Diagnosis System (FDS) intended for distributed sensor networks. FDS makes advantage of spatial and temporal relationship among sensors connected to RE physical hardware to give the information for reduct
Název v anglickém jazyce
Artificial intelligence in ISES Measureserver for Remote Experiment Control
Popis výsledku anglicky
The paper deals with the area of Internet School Experimental System (ISES) remote experiments in general and its core module called ISES Measu- reserver(R). In particular ISES Measureserver(R) is, in fact, a finite state machine, serving for the measured data accumulation, processing and providing commu- nication in the server-client system. Recently, we replenished ISES Measure- server(R) by a new functionality, namely diagnostics of the connected to the RE physical hardware, using the artificial intelligence solutions. In the introduction, the state of the art of ISES remote experiments is de- scribed. In the next chapter a consideration for the applying of proper artificial intelligence method to improve the Measureserver(R) reliability is made. Wefo- cused on the cognitive Fault Diagnosis System (FDS) intended for distributed sensor networks. FDS makes advantage of spatial and temporal relationship among sensors connected to RE physical hardware to give the information for reduct
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Nostradamus 2014: prediction, modeling and analysis of complex systems
ISBN
978-3-319-07400-9
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
10
Strana od-do
411-421
Název nakladatele
Springer
Místo vydání
London
Místo konání akce
Ostrava
Datum konání akce
23. 6. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—