ВИКОРИСТАННЯ ІоТ ДАНИХ ДЛЯ ТОЧНОГО ПРОГНОЗУВАННЯ ТЕМПЕРАТУРИ В СЕКТОРІ ГРОМАДСЬКОГО ХАРЧУВАННЯ

Надіслано: Листопад 20, 2024
Переглянуто: Листопад 25, 2024
Прийнято: Листопад 30, 2024
1
Національний університет Львівська політехніка
2
Національний університет Львівська політехніка

У секторі громадського харчуваня підтримка оптимальних температурних умов має вирішальне значення для забезпечення якості та безпеки продукції. Поява Інтернету речей (IoT) зробила можливим моніторинг температури в режимі реального часу за допомогою сенсорних мереж, надаючи велику кількість даних, які можна використовувати для прогнозної аналітики. У цьому дослідженні представлено метод аналізу даних ІоТ та прогнозування температури на основі цих даних. Метод спеціально адаптований до специфіки операційної динаміки сектору громадського харчуваня. Використовуючи експоненційне згладжування у поєднанні із елементами машинного навчання, у статі представлено алгоритм, здатний надавати точні прогнози температури для підтримки проактивного прийняття рішень.

  1.  F. Liu, C. W. Tan, E. T. K. Lim, & B. Choi, “Traversing knowledge networks: an algorithmic historiography of extant literature on the Internet of Things (IoT)”, Journal of Management Analytics, 4(1), 2016, 3–34. https://doi.org/10.1080/23270012.2016.1214540
  2.  E. Ahmed, I. Yaqoob, I. A. T. Hashem, I. Khan, A. I. A. Ahmed, M. Imran, A. V. Vasilakos, “The role of big data analytics in Internet of Things”, Computer Networks, 129(2), 2019, 459-471, ISSN 1389-1286. https://doi.org/10.1016/j.comnet.2017.06.013
  3.  A. M. Andrushko, “Leveraging smart measurement technologies for enhanced food and beverage servicing: a case study of the KYPS system” // COLLECTIVE MONOGRAPH “CAD IN MACHINERY DESIGN IMPLEMENTATION AND EDUCATIONAL ISSUES. XXXI INTERNATIONAL CONFERENCE”, Publishing House of Bialystok University of Technology, Białystok, Poland, 2024, 161-171. DOI: 10.24427/978-83-68077-19-3
  4.  P. Kansakar, F. Munir & N. Shabani, “Technology in the Hospitality Industry: Prospects and Challenges”, IEEE Consumer Electronics Magazine, 8(3), 2019, 60-65. doi: 10.1109/MCE.2019.2892245
  5.  Y. Bouzembrak, M. Klüche, A. Gavai & Hans J. P. Marvin, “Internet of Things in food safety: Literature review and a bibliometric analysis”, Trends in Food Science & Technology, 94, 2019, 54-64, ISSN 0924-2244. https://doi.org/10.1016/j.tifs.2019.11.002
  6.  [Electronic resource] M. Diaz, “How to manage hotel food and beverage services: redefining F&B in the hospitality industry”, 2019, https://joinposter.com/en/post/hotel-food-and-beverage [Jul 11, 2023].
  7.  Y. Sasaki, “A Survey on IoT Big Data Analytic Systems: Current and Future”, IEEE Internet of Things Journal, 9(2), 2022, 1024-1036. doi: 10.1109/JIOT.2021.3131724
  8.  E. Ostertagova & O. Ostertag, “The Simple Exponential Smoothing Model” // MODELLING OF MECHANICAL AND MECHATRONIC SYSTEMS 2011, The 4th International conference, Faculty of Mechanical engineering, Technical university of Košice, September 20 – 22, 2011, Herľany, Slovak Republic, 380-384.
  9.  B. Render, R. M. Stair Jr., M. E. Hanna, T. S. Hale, “Quantitative Analysis for Management”, 13th Edition, Pearson Education Limited, Edinburgh Gate, Harlow, Essex CM20 2JE, England, 2018.
  10. H. V. Ravinder, “Forecasting With Exponential Smoothing – What’s The Right Smoothing Constant?”, Review of Business Information Systems, 17 (3), 2013, 117-126.
  11. I. Tuncer, “Customer Experience in the Restaurant Industry: Use of Smart Technologies”, Handbook of Research on Smart Technology Applications in the Tourism Industry, IGI Global, 2020. DOI: 10.4018/978-1-7998-1989-9.ch012
  12. R. H. L. Chiang, V. Grover, T. P. Liang, & D. Zhang, “Special Issue: Strategic Value of Big Data and Business Analytics”, Journal of Management Information Systems, 35(2), 2018 383–387. https://doi.org/10.1080/07421222.2018.145195