Resumen

Las formas inteligentes, parsimoniosas y económicas de riego se han desarrollado para satisfacer los requisitos de agua dulce de los habitantes de este mundo. En otras palabras, el consumo de agua debe ser lo suficientemente frugal como para ahorrar los recursos restringidos de agua dulce. La mayor parte del agua se desperdiciaba debido a formas de riego incompetentes. Utilizamos un enfoque inteligente profesionalmente capaz de utilizar la ontología para tomar el 50% de la decisión, y el otro 50% de la decisión se basa en los valores de los datos del sensor. La decisión de la ontología y los valores del sensor se convierten colectivamente en la fuente de la decisión final que es el resultado de un algoritmo de aprendizaje automático (KNN). Además, se introduce un servidor de borde entre el servidor principal de IoT y el módulo GSM. Este método no solo evitará la sobrecarga del servidor de IoT para el procesamiento de datos, sino que también reducirá la tasa de latencia. Este enfoque conecta Internet de las cosas con una red de sensores

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Riego; Consumo de agua; Ontología; Datos de sensores; Aprendizaje automático; Servidor perimetral
• Keywords:Irrigation; Water consumption; Ontology; Sensor data; Machine learning; Edge server