28–30 октября 2026 года, Алматы, Казахстан

Интеллектуальные мобильные системы на основе Интернета вещей представляют собой интеграцию интеллектуальных мобильных устройств, датчиков, коммуникационных технологий и методов интеллектуальной обработки данных для поддержки взаимосвязанных сервисов, основанных на данных. Такое сочетание использует возможности IoT для повышения эффективности, связности, автоматизации и интеллектуальности мобильных систем и приложений. Подобные системы могут применяться в различных областях, включая умные города, транспорт, здравоохранение, логистику, сельское хозяйство, экологический мониторинг и городскую мобильность. Некоторые из ключевых аспектов включают, но не ограничиваются следующим:

• Датчики и сбор данных: мобильные системы с поддержкой IoT используют различные типы датчиков для сбора данных из окружающей среды. К таким датчикам могут относиться GPS, акселерометры, гироскопы, камеры, датчики температуры, влажности, качества воздуха, движения и другие сенсорные устройства. Собранные данные могут передаваться в центральную систему, облачную платформу или периферийное устройство для дальнейшей обработки и анализа.
• Связность: системы IoT опираются на сетевую связность для обеспечения взаимодействия между мобильными устройствами, датчиками, транспортными средствами, инфраструктурой и облачными сервисами. Мобильные устройства играют важную роль в этой экосистеме, поскольку используют такие беспроводные технологии, как Wi-Fi, Bluetooth, 4G, 5G и сотовые сети для обмена данными в режиме реального времени.
• Облачные и периферийные вычисления: данные, собираемые мобильными и IoT-устройствами, часто отправляются на облачные платформы для хранения, обработки и анализа. Облачные вычисления предоставляют масштабируемые ресурсы для работы с большими объемами данных. В то же время периферийные вычисления позволяют обрабатывать данные ближе к источнику их возникновения, что особенно важно для приложений реального времени, таких как мониторинг дорожного движения, обнаружение дорожных происшествий и интеллектуальные транспортные системы.
• Интеллектуальная обработка: благодаря интеграции алгоритмов искусственного интеллекта и машинного обучения мобильные системы могут обрабатывать собранные данные и поддерживать принятие интеллектуальных решений. Это может включать прогнозную аналитику, обнаружение аномалий, распознавание объектов, анализ транспортных потоков, оптимизацию маршрутов и другие интеллектуальные функции.
• Применение компьютерного зрения: мобильные и IoT-системы на основе камер могут использоваться для мониторинга дорог, обнаружения транспортных средств и пешеходов, анализа дорожных заторов и оценки безопасности дорожного движения. Методы компьютерного зрения позволяют системам анализировать визуальные данные и выявлять важные события в городской среде, особенно в приложениях для интеллектуального транспорта и общественной безопасности.
• Оптимизация дорожной сети и мобильности: интеллектуальные мобильные IoT-системы могут способствовать оптимизации дорожной сети за счёт анализа GPS-данных, данных с камер, транспортных потоков и моделей мобильности в режиме реального времени. Такие системы помогают выявлять перегруженные участки, улучшать планирование маршрутов, оптимизировать движение общественного транспорта и обеспечивать более эффективное управление светофорными объектами.
• Автоматизация и управление: мобильные системы с поддержкой IoT могут использоваться для автоматизации различных задач и управления подключёнными устройствами или инфраструктурой. Например, мобильное приложение может помогать пользователям управлять устройствами умного дома, контролировать производственные процессы, управлять логистикой, отслеживать транспортные средства или осуществлять мониторинг инфраструктуры умного города в режиме реального времени.
• Отраслевые применения: интеллектуальные мобильные системы на основе IoT находят применение во многих отраслях, включая здравоохранение, транспорт, сельское хозяйство, логистику, умные города и экологический мониторинг. Например, в здравоохранении мобильные устройства с поддержкой IoT могут отслеживать показатели здоровья пациентов и передавать данные медицинским работникам в режиме реального времени. В транспортной сфере такие системы могут поддерживать интеллектуальный мониторинг дорожного движения, анализ безопасности на дорогах и оптимизацию городской мобильности.
• Вопросы безопасности: как и в случае с любыми IoT-приложениями, безопасность является критически важным аспектом. Поскольку интеллектуальные мобильные системы собирают и передают большие объёмы данных, необходимы надёжные меры защиты для обеспечения безопасности конфиденциальной информации и предотвращения несанкционированного доступа к подключённым устройствам, мобильным приложениям и облачным платформам.

Темы

• Развивающиеся технологии в IoT и интеллектуальных мобильных системах
• Облачные и периферийные вычисления в IoT и интеллектуальных мобильных системах
• Управление данными в IoT и интеллектуальных мобильных системах
• Решения для хранения данных в IoT и интеллектуальных мобильных системах
• Аналитика данных в реальном времени и прогнозная аналитика для IoT и интеллектуальных мобильных систем
• Машинное обучение в IoT и интеллектуальных мобильных системах
• Периферийный ИИ для IoT и интеллектуальных мобильных систем
• Проблемы масштабирования IoT и интеллектуальных мобильных систем
• Энергоэффективность в IoT и интеллектуальных мобильных системах
• IoT и интеллектуальные мобильные системы в умных городах, Индустрии 4.0 и AgroTech
• Большие данные для IoT и интеллектуальных мобильных систем
• Влияние 5G на IoT и интеллектуальные мобильные системы
• Достижения в области периферийных вычислений для IoT и интеллектуальных мобильных систем
• Интеграция блокчейна в IoT и интеллектуальные мобильные системы
• Платформа умной мобильности с использованием ИИ для прогнозирования и снижения городских заторов
• Мультимодальная аналитика городской мобильности с использованием данных камер, GPS и IoT-сенсоров
• Объяснимый ИИ для интеллектуального управления дорожным движением и поддержки принятия решений