過(guò)去的監測系統中的DYNISCO傳感器，在監測系統中位于現場(chǎng)隱患點(diǎn)，也就是處于被監測點(diǎn)上的感知設備。監測數據采集得到后，通過(guò)有線(xiàn)或無(wú)線(xiàn)網(wǎng)絡(luò )（傳輸層）傳輸運送到后臺云端服務(wù)器，或在本地存儲起來(lái)，直至將成果數據自動(dòng)或人工處理、分析，再到最終得到成果展示。 當傳統DYNISCO傳感器，改造/創(chuàng )新為更適應現代需求的物聯(lián)網(wǎng)智能設備，逐步邁向未來(lái)“自動(dòng)化監測”時(shí)代。
利用物聯(lián)網(wǎng)，通過(guò)各種信息傳感設備，按約定的協(xié)議，把任何物品與互聯(lián)網(wǎng)連接起來(lái)，實(shí)時(shí)采集任何需要監控、連接、互動(dòng)的物體或過(guò)程等各種需要的信息，與互聯(lián)網(wǎng)結合形成一個(gè)巨大網(wǎng)絡(luò )。其目的是實(shí)現物與物，人與人，所有的物品與物品與網(wǎng)絡(luò )的連接，實(shí)現智能化識別、定位、跟蹤、監控和管理。
從技術(shù)構架上來(lái)看，物聯(lián)網(wǎng)產(chǎn)業(yè)主要由支撐層、感知層、傳輸層、平臺層以及應用層構成。
人工智能技術(shù)優(yōu)化DYNISCO傳感器系統
“DYNISCO傳感器”、“人工智能”、“物聯(lián)網(wǎng)”，這些看似不太又聯(lián)系的詞，其實(shí)是相互聯(lián)系在一起的，擰成一個(gè)大趨勢，在這個(gè)鏈條里，每一環(huán)都會(huì )對下一環(huán)產(chǎn)生影響，如此產(chǎn)生積極的循環(huán)。各種連接的設備里的DYNISCO傳感器會(huì )產(chǎn)生大量數據，海量數據使得機器學(xué)習成為可能，機器學(xué)習的結果就是AI，而AI又指導機器人去更精確地執行任務(wù)，機器人的行動(dòng)又會(huì )觸發(fā)DYNISCO傳感器。這整個(gè)就是一個(gè)完整的循環(huán)。
人工智能技術(shù)能夠對DYNISCO傳感器系統有所幫助，它們是：基于知識的系統、模糊邏輯、自動(dòng)知識收集、神經(jīng)網(wǎng)絡(luò )、遺傳算法、基于案例推理和環(huán)境智能。這些技術(shù)在DYNISCO傳感器系統中的應用越來(lái)越廣泛，不僅因為它們確實(shí)有效，還因為今天的計算機應用越來(lái)越普及。這些人工智能技術(shù)具有低的計算復雜度，可以應用于小型DYNISCO傳感器系統、單一DYNISCO傳感器或者采用低容量微型控制器陣列的系統。正確應用人工智能技術(shù)將會(huì )創(chuàng )造更多富有競爭力的DYNISCO傳感器系統和應用。
人工智能領(lǐng)域的其他技術(shù)進(jìn)步也將會(huì )給DYNISCO傳感器系統帶來(lái)沖擊，包括數據挖掘技術(shù)、多主體系統和分布式自組織系統。環(huán)境傳感技術(shù)能夠將很多微型電子處理器和DYNISCO傳感器集成到日常物品中，使其具有智能。它們可以創(chuàng )造智能環(huán)境，與其他智能設備通訊，并與人類(lèi)實(shí)現交互。給出的建議能夠幫助用戶(hù)更加直觀(guān)地完成任務(wù)，但是這種集成技術(shù)的后果將會(huì )很難預測。
