深度强化学习优化物联网传感器数据分析

摘要：

物联网通过收集不同来源的数据,运用机器学习和深度学习算法来支持智能城市应用程序.然而,传感器收集的数据通常可能存在噪声、冗余或空数据,影响算法性能.为解决此问题,文章提出了一种基于深度强化学习的框架,用于优化物联网传感器数据分析.该框架使用深度Q网络代理来进行传感器数据清理,并将数据分为3 类:空、垃圾和正常.实验结果表明,该框架优于基于时间序列的完全连接神经网络方案,准确率约为96%.通过使用深度强化学习进行物联网传感器数据清理,本研究可以有效消除不相关和有害数据,提高应用程序性能.

关键词：物联网、深度强化学习、传感器数据分析、数据清理

所属期刊栏目：20

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-11