Thiết kế Neural Network dạng Autoencoder phục vụ việc nén và giảm nhiễu cho tín hiệu cảm biến IoT = Designing an Autoencoder Neural Network for compression and noise reduction in IoT sensor signals

Abstract

Trong bối cảnh internet vạn vật (IoT) ngày càng phát triển, việc triển khai hệ thống cảm biến IoT ở những địa điểm có dung lượng băng thông thấp và gặp nhiều từ môi trường cũng phổ biến hơn. Nghiên cứu này đề xuất sử dụng mạng Autoencoder để nén dữ liệu cảm biến IoT, đồng thời giảm nhiều, nhằm tối ưu hóa truyền dữ liệu. Mạng Autoencoder đã được triển khai mô phỏng trên Google Colab với bộ dữ liệu Air Quality UCI, đạt tỷ lệ nén 3x, MSE trung bình 0.0025, PSNR 26.1 dB, và SSIM 0.9802. Kết quả cho thấy Autoencoder không chỉ giảm kích thước dữ liệu mà còn giảm nhiễu, cải thiện chất lượng tái tạo, mở ra tiềm năng ứng dụng trong các hệ thống loT cần quan tâm đến dung lượng truyền dữ liệu và xử lý nhiễu.