Page 78 - 2017 電子科技產業年鑑
P. 78
自行車，同時也達到隨時追蹤自行車之目的。 試著借由MQTT研究和分析Cloud IoT所提供的功
簡單的一張輔助定位示意圖，其中包含了物 能。
聯網的終端裝置、資料庫、伺服器三大部分， 舉例而言，在透過PUB/SUB處理定位資料
架構如圖5所示，以下，我們將針對資料通訊協 產生時，似乎比數據科學家可以分析的速度更
定、雲端的計算方式，以及採用基本類神經網路 快的世界當中，我們如何能夠纏鬥與解決這些大
演算法的LBS定位服務系統進行說明。 量的大數據呢？通常情況之下，最複雜的分析並
採用MQTT通訊協定進行數據傳輸與分析 不是取決於數據的數量本身，而是數據的質量。
是近來最受歡迎的方法之一，主要原因是採用 在這個過程當中，我們必需要掌握這些圍繞數據
PUB/SUB是一簡單的通訊過程，對一個數據科 周圍的維度和如何開始擴大數據的範圍與降低
學家而言可以從頭到尾掌握數據本身以及其拓 其維度技術解決方法上，例如開始研究不同的統
展功能，這是令人興奮的。我們可以從MQTT研 計方法和機器學習等議題。尤其是在各種Cloud
究初期的沙盤演練中理解PUB/SUB，或者可以 IoT網路平台和統計、量測中，特別要介紹AI的
進一步模擬數據其可能的趨勢和走向，並且可 基礎，採用智慧型類神經演算法訓練的學習模式
以評估這些不同數據流動的過程和結構。從操 （參考圖6），進而協助定位服務系統（LBS，
作到組織這一連串數據的PUB/SUB操作過程當 Location-Based Service）。運用人工智慧AI「類
中，例如只須要單一的數據基本結構就可以決定 神經網路」（Artificial Neural Network，ANN）
如何將它移動到更高階的統計數據，例如機器學 剖析位置時，可將相對位置、或訊號強度，造
習（Machine Learning）的技術或更早階段即可 成正或負面影響的因素視為輸入資料（Input，
以進行數據的預估。在這些過程之中，我們可以 x）。然後，待測物的路徑、經緯度或絕對座
利用了一連串PUB/SUB提供的功能，以及專注 標，視為是類神經的預估輸出值（Output，
於各種自身研究主題的探索，例如：數據處理、 y*）。透過加入模糊理論的機制以及後端類神
科學計算、統計的描述和呈現，所以初學者可以 經網路的學習，輔以可能的使用者回饋，如此即
? c-#4??????????????????
????j????
76
