Resumen

La computacin en la niebla extiende el concepto de computacin en nube al borde de la red para aliviar los cuellos de botella en el rendimiento y minimizar la latencia del anlisis de datos en el servidor central de una nube. Utiliza directamente nodos de borde para realizar la entrada y el anlisis de datos. En el sistema de anlisis de la opinin pblica, los nodos de borde que recogen las opiniones de los usuarios son responsables de algunas tareas de filtrado de datos, incluido el anlisis de sentimientos. Por lo tanto, es crucial encontrar un algoritmo adecuado que sea ligero en su funcionamiento y preciso en su rendimiento predictivo. En este artculo, nos centramos en el trabajo de anlisis del sentimiento chino en el entorno de la informtica de niebla y proponemos un mtodo no especfico de la tarea denominado red neuronal convolucional basada en la transformacin de canales (CTBCNN) para la clasificacin del sentimiento chino, que utiliza una nueva estructura denominada capa convolucional basada en la transformacin de canales (CTB) para mejorar la capacidad de extraccin automtica de caractersticas y aplica una capa de agrupacin de promedios globales para evitar el sobreajuste. Mediante experimentos y anlisis, demostramos que nuestro mtodo logra una precisin competitiva y que es conveniente aplicarlo a diferentes casos operativos.

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Fog computing; Cloud computing; Edge nodes; Análisis de opiniones; CTBCNN; Clasificación de opiniones chinas
• Keywords:Fog computing; Cloud computing; Edge nodes; Sentiment analysis; CTBCNN; Chinese sentiment classification