تشخیص فعالیت با تکیه بر کاهش حافظه در خانه های هوشمند مبتنی بر کلان داده

وسیله های هوشمند در دسته ای کلی به نام اینترنت اشیاء قرار می گیرند که در حال ارتباط با یکدیگر هستند. اینترنت اشیاء در واقع به ارتباط اشیای مختلف از طریق اینترنت و برقراری ارتباط آن ها با یکدیگر گفته می شود، که هدف آن فراهم کردن تجربه کاراتر و هوشمندتراست. خانه هوشمند اصطلاحی است که به خانه‌های مدرن اشاره دارد که لوازم , نورپردازی و یا وسایل الکترونیکی دارند که می‌توانند از راه دور توسط مالک کنترل شوند . دستگاه‌های هوشمند خانه هوشمند نیز می‌توانند در ارتباط با سایر دستگاه‌ها در خانه عمل کنند و اطلاعات را به دیگر دستگاه‌های هوشمند از طریق اینترنت اشیا منتقل کنند. از این رو در خانه های هوشمند کلان داده در بهبود روش های داده محور در تشخیص فعالیت های انجام شده نقش مهمی دارند. برخورد با حافظه و محدودیت‌های زمانی، در هنگام یادگیری از جریان داده‌ها با حجم بسیار زیادی از داده‌ها، چالش‌های کنونی هستند. بسیاری از الگوریتم‌ها برای کنترل این مشکلات پیشنهاد شده‌اند، که در بین آن‌ها الگوریتم بسیار سریع درخت تصمیم‌گیری است. برای کاهش هزینه حافظه، با نگه داشتن عملکرد پیش‌بینی‌کننده، +vfdt را پیشنهاد می‌کنیم که یک الگوریتم جدید براساس vfdt است. الگوریتم +vfdt رشد درخت غیر ضروری را کاهش می‌دهد، به طور قابل‌توجهی استفاده از حافظه را کاهش داده و عملکرد پیشگویانه رقابتی را حفظ می‌کند. علاوه بر این، از آنجایی که بیش از vfdt درخت سطحی ایجاد می‌کند، +vfdt می‌تواند به زمان پردازش بهتری دست یابد.