URI | http://purl.tuc.gr/dl/dias/362E9BA8-E76F-4976-ACB5-3FCC49422C48 | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.93693 | - |
Γλώσσα | en | - |
Μέγεθος | 59 pages | en |
Μέγεθος | 20 megabytes | en |
Τίτλος | A platform to benchmark inference algorithms based on sensor network data | en |
Τίτλος | Πλατφόρμα αξιολόγησης αλγορίθμων συμπερασμού με δεδομένα από δίκτυα αισθητήρων | el |
Δημιουργός | Rentzepopoulos Athanasios | en |
Δημιουργός | Ρεντζεποπουλος Αθανασιος | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Bletsas Aggelos | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Μπλετσας Αγγελος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Karystinos Georgios | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Καρυστινος Γεωργιος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Samoladas Vasilis | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Σαμολαδας Βασιλης | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
Περίληψη | This work offers a means of accessing a database with sensor network (e.g. soil moisture) measurements/data for use with inference algorithms. The design problem is approached by creating a web application based on microservices hosting a user interface (UI), a scalable back-end that runs the algorithms, and database storage. Algorithms are expected to be Python scripts developed offline and tested either offline or online. This multi-modal operation poses a compatibility concern. We create a library that exclusively handles data input and output for the scripts that import it, with different implementations depending on the context of the user scripts. We also explored an efficient way to execute scripts, in the back-end of the web-app, allowing for robust interruption of running scripts and parallel execution. This service also includes a queueing platform that handles the input and output of the user scripts and takes care of graceful process start up and shutdown. The user experience is also accounted for, with responsive web UI and source code analysis to automatically find out the number and type of input streams. Finally, we test the system by utilizing the library to parse and pre-process data and implement an inference algorithm to run on the pre-processed data. | en |
Τύπος | Διπλωματική Εργασία | el |
Τύπος | Diploma Work | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2022-10-17 | - |
Ημερομηνία Δημοσίευσης | 2022 | - |
Θεματική Κατηγορία | Microservices | en |
Θεματική Κατηγορία | Inference | en |
Βιβλιογραφική Αναφορά | Athanasios Rentzepopoulos, "A platform to benchmark inference algorithms based on sensor network data", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2022 | en |
Βιβλιογραφική Αναφορά | Αθανάσιος Ρεντζεπόπουλος, "Πλατφόρμα αξιολόγησης αλγορίθμων συμπερασμού με δεδομένα από δίκτυα αισθητήρων", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2022 | el |