IoT system failure test using machine learning (linear regression)

Nesnelerin İnterneti (IoT) çağında, günlük nesneler sensörler ve aktüatörlerle donatılıyor. Bilgi toplayan ve birbirleriyle konuşarak hareket eden IoT birimleri olarak da adlandırılır. Kısıtlı kaynaklara sahip elektrikli üniteler ayrıca arızalarına yol açabilecek büyük gerilimlere veya dış etkilere maruz kalabilir. Sağlayıcı ortamlarında güvenlik zorunlu bir gerekliliktir, arıza herhangi bir hasara neden olmadan önce önlenmelidir. Tahmine dayalı bakım (PdM) (ML) hakkında bilgi edinen dizüstü bilgisayar kullanımı empoze edilerek, bilgisayar tanıma algoritmaları arızaları tahmin etmek ve yeterli yenileme süresi sağlamak için kullanılabilir. IoT gadget'ları, karakter cihazlarının arıza modellerini kavramak için algoritmalar hakkında bilgi edinerek masaüstünü eğitmek için kullanılabilecek istatistikleri toplar. Bu tez, Nesnelerin İnterneti cihazlarının kullanımı yoluyla elektrikli cihazların arızasını tahmin etmek için (Karar Ağacı, Lojistik Regresyon, k-en yakın komşular, Rastgele Orman ve Gradient Boosting) algoritmalarını ve eklerini tanıtmaktadır.