• Energy Research

En la industria de la salud remota, el análisis de datos denota la computarización de la recopilación, el procesamiento y la exploración de datos complicados para adquirir percepciones más finas y validar a los profesionales de la salud para que tomen decisiones familiares. Los conceptos básicos de la atención médica en la era moderna son desafíos vitales específicamente en los países en desarrollo debido a la escasez de hospitales y profesionales médicos difíciles. Como los sistemas difusos han reformado varias áreas de trabajo, la salud también lo ha aprovechado al máximo. En este documento, el propósito del estudio es introducir un control remoto novedoso e inteligente sistema de atención médica basado en tecnologías modernas como Internet de las cosas (IoT) y sistemas difusos neutrosóficos para garantizar un análisis de datos preciso con menos tiempo y consumo de energía. En este estudio, se diseña un método novedoso llamado análisis de datos difusos neutrosóficos Shapiro Wilk (BO-SWNF) basado en Blinder Oaxaca para atención médica remota. La recopilación de datos se realiza con el conjunto de datos WESAD. Los datos duplicados son eliminados por el modelo de preprocesamiento basado en regresión lineal Blinder Oaxaca. Con la aplicación de la función Blinder Oaxaca, se mejora la eficiencia energética. Finalmente, el algoritmo difuso neutrosófico Shapiro Wilk se aplica para garantizar un análisis de datos sólido. El experimental los resultados del BO-SWNF propuesto contemplan los datos para una mejor comprensión de la distribución de atributos. El resultado se lleva a cabo mediante el uso de la aplicación PYHTON para analizar la detección de estrés con el conjunto de datos WESAD. El método BO-SWNF propuesto logró un análisis de datos preciso general del 12% con un tiempo mínimo que garantiza una mejora del 56% y minimiza el consumo de energía en un 54%. Dans l'industrie de la santé à distance, l'analyse des données dénote l'informatisation de la collecte, du traitement et de l'exploration de données compliquées pour acquérir des perceptions plus fines et valider les professionnels de la santé pour prendre des décisions familières. Les bases des soins de santé à l'ère moderne sont des défis vitaux, en particulier dans les pays en développement, en raison du manque d'hôpitaux et de professionnels de la santé difficiles. Comme les systèmes flous ont réformé plusieurs domaines de travail, la santé en a également tiré le meilleur parti. Dans cet article, le but de l'étude est d'introduire une nouvelle télécommande intelligente système de soins de santé basé sur des technologies modernes comme l'Internet des objets (IoT) et les systèmes flous neutrosophiques pour assurer une analyse précise des données avec moins de temps et de consommation d'énergie.Dans cette étude, une nouvelle méthode appelée, Blinder Oaxaca-based Shapiro Wilk Neutrosophic Fuzzy (BO-SWNF) data analytics for remote healthcare is designed.Data collection is performed with the WESAD dataaset.Duplicated data are eliminated by Blinder Oaxaca Linear Regressionbased Preprocessing model.Dans l'application de la fonction Blinder Oaxaca, l'efficacité énergétique est améliorée.Finally, the Shapiro Wilk Neutrosophic Fuzzy algorithm is applied for ensuring robust data analysis.The experimental les résultats du BO-SWNF proposé envisagent les données pour une meilleure compréhension de la distribution des attributs. Le résultat est réalisé en utilisant l'application PYHTON pour analyser la détection du stress avec l'ensemble de données WESAD. La méthode BO-SWNF proposée a permis d'obtenir une analyse de données globale précise de 12 % avec un temps minimum garantissant une amélioration de 56 % et minimisant la consommation d'énergie de 54 %. In the remote healthcare industry data analytics denotes the computerization of collection, processing, and exploring complicated data to acquire finer perceptions and validate healthcare practitioners to produce familiar decisions.Healthcare basics in the modern age are vital challenges specifically in developing countries owing to the shortfall of difficult hospitals and medical professionals.As fuzzy systems have reformed several areas of work, health has also made the most of it.In this paper, the purpose of the study is to introduce a novel and intelligent remote healthcare system based on modern technologies like the Internet of things (IoT) and Neutrosophic fuzzy systems to ensure precise data analysis with lesser time and energy consumption.In this study, a novel method called, Blinder Oaxaca-based Shapiro Wilk Neutrosophic Fuzzy (BO-SWNF) data analytics for remote healthcare is designed.Data collection is performed with the WESAD dataset.Duplicated data are eliminated by Blinder Oaxaca Linear Regressionbased Preprocessing model.With the application of the Blinder Oaxaca function, energy efficiency is enhanced.Finally, the Shapiro Wilk Neutrosophic Fuzzy algorithm is applied for ensuring robust data analysis.The experimental results of the proposed BO-SWNF envisage the data for finer comprehension of attribute distribution.The result is conducted by using PYHTON application to analyze stress detection with the WESAD dataset.The proposed BO-SWNF method achieved an overall accurate data analysis of 12% with minimum time ensuring 56%improvement and minimizing energy consumption by 54%. في مجال الرعاية الصحية عن بعد، تشير تحليلات البيانات إلى حوسبة جمع ومعالجة واستكشاف البيانات المعقدة لاكتساب تصورات أدق والتحقق من صحة ممارسي الرعاية الصحية لاتخاذ قرارات مألوفة. أساسيات الرعاية الصحية في العصر الحديث هي تحديات حيوية على وجه التحديد في البلدان النامية بسبب النقص في المستشفيات الصعبة والمهنيين الطبيين. نظرًا لأن الأنظمة الغامضة قد أصلحت العديد من مجالات العمل، فقد حققت الصحة أيضًا أقصى استفادة منها. في هذه الورقة، الغرض من الدراسة هو تقديم جهاز تحكم عن بعد جديد وذكي نظام الرعاية الصحية القائم على التقنيات الحديثة مثل إنترنت الأشياء (IoT) وأنظمة Neutrosophic الضبابية لضمان تحليل دقيق للبيانات مع وقت أقل واستهلاك أقل للطاقة. في هذه الدراسة، تم تصميم طريقة جديدة تسمى تحليلات بيانات Shapiro Wilk Neutrosophic Fuzzy (BO - SWNF) القائمة على Blinder Oaxaca للرعاية الصحية عن بعد. يتم جمع البيانات باستخدام مجموعة بيانات WESAD. يتم التخلص من البيانات المكررة بواسطة نموذج المعالجة المسبقة القائم على Blinder Oaxaca Linear Regression. مع تطبيق وظيفة Blinder Oaxaca، يتم تحسين كفاءة الطاقة. أخيرًا، يتم تطبيق خوارزمية Shapiro Wilk Neutrosophic Fuzzy لضمان تحليل بيانات قوي. تتصور نتائج BO - SWNF المقترحة البيانات من أجل فهم أدق لتوزيع السمات. يتم إجراء النتيجة باستخدام تطبيق PYHTON لتحليل الكشف عن الإجهاد باستخدام مجموعة بيانات WESAD. حققت طريقة BO - SWNF المقترحة تحليلًا دقيقًا شاملاً للبيانات بنسبة 12 ٪ مع الحد الأدنى من الوقت لضمان تحسين 56 ٪ وتقليل استهلاك الطاقة بنسبة 54 ٪.

Global warming is one of the most compelling environmental threats today, as the rise in energy consumption and CO2 emission caused a dreadful impact on our environment. The data centers, computing devices, network equipment, etc., consume vast amounts of energy that the thermal power plants mainly generate. Primarily fossil fuels like coal and oils are used for energy generation in these power plants that induce various environmental problems such as global warming ozone layer depletion, which can even become the cause of premature deaths of living beings. The recent research trend has shifted towards optimizing energy consumption and green fields since the world recognized the importance of these concepts. This paper aims to conduct a complete systematic mapping analysis on the impact of high energy consumption in cloud data centers and its effect on the environment. To answer the research questions identified in this paper, one hundred nineteen primary studies published until February 2022 were considered and further categorized. Some new developments in green cloud computing and the taxonomy of various energy efficiency techniques used in data centers have also been discussed. It includes techniques like VM Virtualization and Consolidation, Power-aware, Bio-inspired methods, Thermal-management techniques, and an effort to evaluate the cloud data center’s role in reducing energy consumption and CO2 footprints. Most of the researchers proposed software level techniques as with these techniques, massive infrastructures are not required as compared with hardware techniques, and it is less prone to failure and faults. Also, we disclose some dominant problems and provide suggestions for future enhancements in green computing.