Merger of internet of things and machine learning: The internet of everything sector projects, benefits, and future roles

Abstract

The convergence of the Internet of Things and Machine Learning shapes key developments in information technologies, such as the Internet of Everything environment. The Internet of Things' Machine-to-Machine connectivity advances, real-time Big Data storage, and data-driven Machine Learning synergize the scope of Internet of Everything innovations. As the Internet of Things and Machine Learning merger continues, the Internet of Everything reshapes the world sector map by providing unprecedented possibilities and efficiencies. The propelled Internet of Everything is ushering in a new era of transformative projects in various sectors such as Healthcare and Life Science, Manufacturing, Agriculture, Energy, Transportation, and Construction. The high-tech transformative projects offer many applications in process optimization, cost reduction, increased productivity, and efficiency. Our work examines the prominent joint Internet of Things and Machine Learning initiatives, projects and works to encourage new initiatives and multidisciplinary work worldwide. We also discuss the benefits of transformative projects in different sectors in detail and put forward a forecast for their future roles. Our study is supported by solid academic literature and project examples.

Keywords

• Internet of Everything
• Internet of Things
• Machine Learning
• Smart Sectors

References

1. 1. Munirathinam, S., Industry 4.0: Industrial Internet of Things (IIOT). Advances in Computers, 2020, 117(1): p. 129-164.
2. 2. Sinha, S., State of IoT 2023: Number of connected IoT devices growing 16% to 16.7 billion globally. IoT Analytics, 2023.
3. 3. Beecham Research Limited Company, World of IoT Sector Map. Beecham Research, 2008.
4. 4. Rahman, M. S., Ghosh, T., Aurna, N. F., Kaiser, M. S., Anannya, M., Hosen, ASMS, Machine Learning and Internet of things in industry 4.0: A review. Measurement: Sensors, 2023, 28: p. 100822.
5. 5. Kaur, M. J., Mishra, V. P., & Maheshwari, P., The Convergence of Digital Twin, IoT, and Machine Learning: Transforming Data into Action. Digital Twin Technologies and Smart Cities, 2019, p. 3-17.
6. 6. Sworna, N. S., Islam, A. K. M. M., Shatabda, S., & Islam, S., Towards the development of IoT-ML driven healthcare systems: A survey. Journal of Network and Computer Applications. 2021, 196(15): p. 103244.
7. 7. Pandey, H., & Prabha, S., Smart Health Monitoring System using IoT and Machine Learning Techniques. 2020 Sixth International Conference on Bio Signals, Images, and Instrumentation(ICBSII), 2020 , p.1-6.
8. 8. Ghazal, T. M., Hasan, M. K., Alshurideh, M. T., Alzoubi, H. M., Ahmad, M., Akbar, S. S., Al Kurdi, B., & Akour, I. A., IoT for Smart Cities: Machine Learning Approaches in Smart Heathcare—A Review. Future Internet. 2021, 13(8): p. 218.

9. 9. Dalkılıç, H., Özcanhan, M. H., & Özdemir, H., Wireless data transfer with the use of Internet of things (IoT) technologies in smart textiles. Textile Research Journal, 2021, 91(15-16): p. 1568-1575.
10. 10. Özcanhan, M. H., Improvement of a Weak RFID Authentication Protocol Making Drug Administration Insecure. Life Science Journal, 2014, 11(10): p. 269-276.
11. 11. Aldahiri A., Alrashed, B., Hussain W., Trends in Using IoT with Machine Learning in Health Prediction System. Forecasting, 2021, 3(1): p.181-206.
12. 12. Özcanhan, M. H., Dalkılıç, G., Utku, S., Alkım, E., & Akis, S., Akıllı Ambulans Araçlarına Doğru İlk Adımlar: RFID Ambulans Varlıkları Takibi. 19. “Türkiye’de İnternet” Konferansı Bildiriler Kitabı, 2014.
13. 13. Bharadwaj, H. K., Agarwal, A., Chamola, V., Lakkaniga, N., Hassija, V., Guizani, M., & Sikdar, B., A Review on the Role of Machine Learning in Enabling IoT Based Healthcare Applications. IEEE Access, 2021, 9: p. 38859-38890.
14. 14. Hakki, L., Serbes, G., Detection of wheeze sounds in respiratory disorders: a deep Learning approach. Internatıonal Advanced Researches and Engineering Journal, 2024, 8(1): p. 20-32.
15. 15. Deloitte Touche Tohmatsu Limited, Imoroving return on smart manufacturing investments. 2020.
16. 16. Kotsiopoulos, T., Sarigiannidis, P., Ioannidis, D., Tzovaras, D., Machine Learning and Deep Learning in smart manufacturing: The Smart Grid paradigm. Computer Science Review, 2021, 40: p. 100341.
17. 17. Çınar, Z. M., Nuhu, A. A., Zeeshan, Q., Korhan, O., Asmael, M., & Safaei, B., Machine Learning in Predictive Maintenance towards Sustainable Smart Manufacturing in Industry 4.0. Sustainability, 2020, 12(19): p. 8211.
18. 18. Reddy, K. S. P., Roopa, Y. M., Kovvada, R. L. N., & Nandan, N. S., IoT based Smart Agriculture using Machine Learning. 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA), 2020, p. 130-134.
19. 19. Quy, V. K., Hau, N. V., Anh, D. V., Quy, N. M., Ban, N. T., Lanza, S., Randazzo, G. and Muzirafuti, A., IoT-Enabled Smart Agriculture: Architecture, Applications, and Challenges. Applied Sciences, 2022, 12(7): p. 3396.
20. 20. Joy, P., Smart grid enables quantum improvement in energy management efficiency. Virtual PowerUP Conference 2022.
21. 21. Ahmad, T., Madonski, R., Zhang, D., Huang, C., Mujeeb, A., Data-driven probabilistic machine Learning in sustainable smart energy/smart energy systems: Key developments, challenges, and future research opportunities in the context of smart grid paradigm, Renewable and Sustainable Energy Reviews, 2022, 160: p. 112128.
22. 22. Rahman, A., Pasaribu, E., Nugraha, Y., Khair, F., Soebandrija, K. E. N., & Wijaya, D. I., Industry 4.0 and Society 5.0 through Lens of Condition Based Maintenance(CBM) and Machine Learning of Artificial Intelligence (MLAI). IOP Conference Series: Materials Science and Engineering, 2020, 852: p. 012022.
23. 23. Cheng, L., & Yu, T., A new generation of AI: A review and perspective on machine Learning technologies applied to smart energy and electric power systems.International Journal of Energy Research, 2019, 43(6): p. 1928-1973.
24. 24. Zantalis, F., Koulouras, G., Karabetsos, S., & Kandris, D., A Review of Machine Learning and IoT in Smart Transportation. Future Internet, 2019, 11(4): p. 94.
25. 25. Badii, C., Bellini, P., Difino, A. & Nesi, P., Sii-Mobility: An IoT/IoE Architecture to Enhance Smart City Mobility and Transportation Services, Sensors, 2018, 19(1): p. 1.
26. 26. Haponik, A., AI, big data, and machine Learning in transportation. Addepto, 2021.
27. 27. Reyes-Campos, J., Alor-Hernández, G., Machorro-Cano, I., Olmedo-Aguirre, J.O., Sánchez-Cervantes, J.L., & Rodríguez-Mazahua, L., Discovery of Resident Behavior Patterns Using Machine Learning Techniques and IoT Paradigm, Mathematics, 2021, 9(3): p. 219.
28. 28. Alzoubi, A., Machine Learning For Intelligent Energy Consumption In Smart Homes, International Journal of Computations, Information and Manufacturing(IJCIM), 2022, 2(1): p. 62-75.
29. 29. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Alzheimer Hastalari İçin Yapay Zekâ Temelli İlaç Tanı Uygulaması. Project Number:26136, 2023.
30. 30. Öztürk, Z., Uygur, S., Ai Supported Ms Patients Gait Disorder Detection. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220571, 2023.
31. 31. Yıldız, R., Yapay Zeka Tabanlı Egzema, Gül Hastalığı, Melanom, Keratoz Pilaris Cilt Hastalıklarının Ön Teşhisi İçin Bir Mobil Uygulama. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220812, 2023.
32. 32. Coşkun, E., Marangoz, A., Ortodontik Hasta Videolarından Makine Öğrenmesi İle İskeletsel Sınıf Maloklüzyonunun Erken Yaşta Teşhisi İçin Bir Mobil Uygulama Geliştirilmesi. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220819, 2023.
33. 33. Tatar, M. S., Turistler İçin Engelli Bireylere Yönelik Ekler de İçeren Görüntü Altyazılama Destekli Bilgilendirme ve Öneri Sistemi. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220674, 2023.
34. 34. Gören, B. N., Özgür B., Akbaba, Y., Break Your Blocks. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220698, 2023.
35. 35. Serin, B., Beyin dalgalarının sınıflandırılması. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220805, 2023.
36. 36. Houten, H. v., The rise of the digital twin: How healthcare can benefit. Philips. 2018.
37. 37. Smith, J., & Johnson, A., Integrating Machine Learning into Smart Manufacturing Systems, Journal of Smart Manufacturing, 2021, 32(4), 567-580.
38. 38. Chen, L., Wang, J., & Smith, K., IoT and Analytics for Supply Chain Management: A Review. IEEE Transactions on Industrial Informatics, 2019, 15(6): p.3246-3257.
39. 39. Zhang, Y., Li, L., & Wang, L., A Predictive Maintenance Decision-Making System in Smart Manufacturing Based on IoT and Edge Computing. Journal of Manufacturing Systems, 2020, 54: p.239-249.
40. 40. Lee, J., Lapira, E., Bagheri, B., & Kao, H. A., Recent Advances and Trends in Predictive Manufacturing Systems in Big Data Environment. Manufacturing Letters, 2013, 1(1): p.38-41.
41. 41. GE Digital, Digital twin applications. 2022.
42. 42. DHL, Digital twins have come alive in the supply chain. 2024.
43. 43. Siemens AG, Siemens showcases smart solutions and industry-specific implementation for Industrie 4.0. 2019.
44. 44. World Economic Forum, COVID-19: A globally connected supply chain system – Interoperability white paper. 2020.
45. 45. ABB Group, Digital twin applications.2024.
46. 46. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Kayısı Tarımında Yalancı Bahar Olayının Önlenmesi İçin Özgün Yapay Zeka Destekli Peltier Otonom Yönlendirme Cihazı. Project Number: 26228, 2023.
47. 47. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Yapay Zeka Kontrollü Akıllı Bahçe Sulama Sistemi. Project Number: 25920, 2023.
48. 48. Derbent, Z., Taşdemir, R., Tarlam Güvende. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220678, 2023.
49. 49. IBM & Yara, Helping smallholder farmers: Predicting the weather can transform the global food system.2020.
50. 50. Özcanhan, M. H., Giyilebilir duyargaların kesin besicilikte büyükbaş hayvanlara uygulanması: Basit bir yöntemle yemlemenin geviş aktivitesinden ayrıştırılması. Bilgi Teknolojileri Dergisi, 2016, 9(3): p. 255.
51. 51. Calderon, A. A. R., Rüzgâr Türbinlerinde Uç Yapay Zekâ Temelli Hata Tespiti Yapılması. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220601, 2023.
52. 52. Torabzadeh-Tari, M., Golestaneh, F., & Tolabi, H. B., A Review of Machine Learning Approaches for Predictive Modeling of Energy Consumption in Buildings, Energy and Buildings, 2016, 117: p. 103-115.
53. 53. Inman, R. H., & Pedro, J. O., Short-Term Solar Power Forecasting for Energy Management in Buildings, IEEE Transactions on Industrial Informatics, 2016, 12(4): p. 1566-1575.
54. 54. GE Digital, Data analytics: Do more with what you already have. 2024.
55. 55. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Akıllı Park Ve Otopark Sistemi. Project Number: 26969, 2023.
56. 56. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Otopark Yeri Bulucu. Project Number: 26902, 2023.
57. 57. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Korna Çalınması Yasak Olan Yerlerde Otomatik Ceza Kesen Yapay Zeka Sistemi. Project Number: 21717, 2023.
58. 58. Çeçen, M., Otonom Taşıtlar İçin Derin Öğrenme Destekli Çok Fonksiyonlu Tanıma Sistemi. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220652, 2023.
59. 59. Siemens AG, Siemens and IBM collaborate to accelerate sustainable product development and operations.2021.
60. 60. Demirel, O., Seçilmiş, Ö., YABDEF. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220787, 2023.
61. 61. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Smarthome. Project Number: 25834, 2023.
62. 62. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Yapay Zekâ Destekli Akıllı Bina Tahliye Sistemi. Project Number: 21642, 2023.
63. 63. Schneider Electric, Schneider Electric launches digital twin software solution. 2022.
64. 64. Sarhangi, M. M., Öğrü, O., Görüntü İşleme Destekli Akıllı Ayna. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220788, 2023.
65. 65. Behl, A., & Kaur, I., A Survey of Data Mining Techniques in Smart Home, Journal of King Saud University-Computer and Information Sciences. 2017.
66. 66. Aksoy, B., Korucu, K., Çalışkan, Ö., Osmanbey, Ş., Halis, D. H., İnsansız Hava Aracı İle Görüntü İşleme ve Yapay Zekâ Teknikleri Kullanılarak Yangın Tespiti: Örnek Bir Uygulama, Araştırma Makalesi, Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 2021, p.112-122.
67. 67. Işık, H. A. Alakus, F., Eskicioğlu, C. Ö., Hayvancılıkta Robotik Sistemler ve Yapay Zekâ Uygulamaları, Derleme, Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 2021,p. 370-382.
68. 68. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Yapay Zekâ İle Başıboş Hayvan Kontrol Sistemi. Project Number: 26943, 2023.
69. 69. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Yüz Tanıma İle Otomatik Yoklama Sistemi. Project Number: 26906, 2023.
70. 70. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, İha, Yapay Zeka Ve Görüntü İşleme Teknolojisi Destekli Özgün Veri Seti İle Yüzey Sulardaki Zararlı Balık Ağlarının Tespiti İle Balık Ekosisteminin Korunması. Project Number: 26336, 2023.
71. 71. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Yapay Zekâ Yardımıyla Canlı Bomba Tespiti. Project Number:21605, 2023.
72. 72. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, Nesnelerin İnterneti Bağlamında Yapay Zeka Destekli Bir Akıllı Su Sebili Çalışması: Su Kalitesi, Siparişi Ve Su İçme Yardımı. Project Number: 21524, 2023.
73. 73. Başaran, B., Kır, G., Fire Smoke Detection. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220566, 2023.
74. 74. Argüç, D., Akdemir, M., Açıkgöz, M. C., Görüntü İşleme ile Gerçek Zamanlı İnsan Tespit ve Takibi Yapabilen Kamera Sistemi. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi, Project Id: 20220679, 2023.
75. 75. Arcas, H., Derin Öğrenme ile Metin Tabanlı Görüntü İçeriği Oluşturma Mobil Uygulaması. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi. Project Id: 20220778, 2023.
76. 76. Bilbaşar, O., Özgeçmiş Okuyup Sınıflandıran Sistem. Genç Beyinler Yeni Fikirler Proje Pazarı ve Bitirme Projeleri Sergisi. Project Id: 20220741, 2023.
77. 77. Leblebicioğlu, T., Deniz, E. İ., Şahin, A. N., HydroFlow: Development of a Multi-User Hydrological Model and Flow Prediction System. Genç Beyinler Yeni Fikirler – Proje Pazarı ve Bitirme Projeleri Sergisi. Project Id: 20220565, 2023.
78. 78. İlman, A., Ortadal, G. E., Furat, T., Görüntü İşleme İle Toplantılar İçin Yüz İfadelerinden Duygu Analizi. Genç Beyinler Yeni Fikirler – Proje Pazarı ve Bitirme Projeleri Sergisi. Project Id: 20220636, 2023.
79. 79. Şengül, F., Akkaya, S., A Modified MFCC-based deep Learning method for emotion classification from speech. Internatıonal Advanced Researches and Engineering Journal, 2024, 8(1): p. 33-42.
80. 80. Türkiye Bilimsel Ve Teknolojik Araştırma Kurumu, TÜBİTAK 2020. 2019.