Artigo de revisão Q1
Model-driven engineering techniques and tools for machine learning-enabled IoT applications: A scoping review
Zahra Mardani (Mardani, Z.); Armin Moin (Moin, A.); Alberto Rodrigues da Silva (Silva, A. R.); Joao C Ferreira or Joao Ferreira (Ferreira, J.);
Título Revista
Sensors
Ano (publicação definitiva)
2023
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 0

(Última verificação: 2023-12-04 07:39)

Ver o registo na Web of Science®

Scopus

N.º de citações: 0

(Última verificação: 2023-12-01 23:13)

Ver o registo na Scopus

Google Scholar

Esta publicação não está indexada no Google Scholar

Abstract/Resumo
This paper reviews the literature on model-driven engineering (MDE) tools and languages for the internet of things (IoT). Due to the abundance of big data in the IoT, data analytics and machine learning (DAML) techniques play a key role in providing smart IoT applications. In particular, since a significant portion of the IoT data is sequential time series data, such as sensor data, time series analysis techniques are required. Therefore, IoT modeling languages and tools are expected to support DAML methods, including time series analysis techniques, out of the box. In this paper, we study and classify prior work in the literature through the mentioned lens and following the scoping review approach. Hence, the key underlying research questions are what MDE approaches, tools, and languages have been proposed and which ones have supported DAML techniques at the modeling level and in the scope of smart IoT services.
Agradecimentos/Acknowledgements
--
Palavras-chave
Model-driven engineering,Internet of things,Data analytics and machine learning,Time series,Literature review,Scoping review
  • Ciências da Computação e da Informação - Ciências Naturais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
PT-INNOVATION-0069-Fish2Fork EEA Grants
UIDB/50021/2020 Fundação para a Ciência e a Tecnologia
101056765 Comissão Europeia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.