Programmera bärbara IoT-applikationer

Syfte och mål

Avhandlingen syftar till att designa ett programmeringssystem som förenklar orkestreringen av flera ML-algoritmer, särskilt neurala nätverk, tillsammans med sensorer och aktuatorer på/i kroppen. Dessa algoritmer bearbetar fysiologiska data och möjliggör bärbara IoT-applikationer. Systemet kommer att hjälpa icke-experter att programmera dessa komponenter lättare, vilket gör att de kan utveckla applikationer som använder maskininlärning för fysiologisk databearbetning och interaktion i realtid.

Förväntade effekter och resultat

Det förväntade resultatet är att designa ett programmeringssystem som använder ett "byggblock"-tillvägagångssätt, liknande Blocky eller Node-RED, som tillåter utvecklare att skapa bärbara IoT-applikationer som spänner över datainsamling och ML på resursbegränsade sensornoder, edge och i vissa fall molnenheter. Mot slutet av examensarbetet kommer studenten sedan att realisera en prototypimplementering för att demonstrera systemet i aktion.

Planerat upplägg och genomförande

Studien kommer att inledas med en litteraturstudie om maskininlärningsapplikationer i sensorer på och i kroppen. Detta kommer att kombineras med en studie av programmeringsprocessen för IoT-enheter. Baserat på dessa insikter kommer en orkestreringsmekanism att utformas och implementeras, med en potentiell prototyp för utvärdering i verkliga miljöer. Slutligen kommer resultaten att dokumenteras i avhandlingen, som kommer att skrivas och diskuteras.