Vairāku sensoru datu saplūšana ir vairāku datu kopu iegūšanas process no vairākiem sensoriem ar nolūku izveidot precīzāku datu kopu. Šāda veida informācijas saplūšanai ir daudz pielietojumu, ko bieži uzskata par precīzākiem par viena sensora datiem. Piemēram, temperatūras sensora datu apvienošana ar vēja aukstuma sensoru var palīdzēt kādam iekšā esošajam saprast, cik auksts var justies ārā. Papildus meteoroloģiskajām lietojumprogrammām daudzsensoru datu analīzi var izmantot arī vides analīzei, transporta pārvaldībai un mērķa izsekošanai.
Daudzās daudzsensoru datu saplūšanas lietojumprogrammas parāda, cik noderīga var būt informācijas saplūšana. Ja dati tiek iegūti no vairākiem avotiem, noteiktas datu kopas var pārskatīt, aizstāt vai izgriezt no apvienotajiem datiem. Piemēram, jūras biologs, kurš interesējas par vaļu izsekošanu, var izmantot datu saplūšanu, lai uzraudzītu faktorus, kas, viņaprāt, varētu ietekmēt vaļu paradumus. Daudzsensoru datu saplūšanas procesu galarezultāts varētu būt vizuāla vaļu kustības karte, kas saistīta ar jūras ūdens temperatūru vai citiem faktoriem. Šāda veida lietojumprogrammas balstās uz daudzām metodēm, tostarp fizisko aprīkojumu, algoritmiem un saistīto informācijas saplūšanas matemātiku.
Sensoru tehnoloģija, matemātiskie procesi un sapludināto datu kopu pielietošana nosaka daudzsensoru datu saplūšanas praktisko pielietojumu. Tehnoloģiju un procesus, ko izmanto integrētu datu apvienošanai, var uzskatīt par tādiem, kas atdarina cilvēka dabisko spēju uztvert vidi un pieņemt lēmumus, pamatojoties uz piecām maņām. Tomēr uz tehnoloģijām balstīti sensori un ar tiem saistītās datu sapludināšanai nepieciešamās metodes var būt specifiskākas nekā cilvēka uztvere.
Šo konkrēto datu kopu kombinācija ir daudzsensoru datu saplūšanas noteicošā iezīme un atšķir informācijas saplūšanu no datu integrācijas. Tomēr datu integrācija ir liela daļa no daudzsensoru datu saplūšanas procesa, un to var uzskatīt par pamatelementu progresīvāku datu kopu veidošanai. Piemēram, sensors noteiktā laika periodā var reģistrēt daudzas dažādas temperatūras kopas un vēlāk izveidot lielāku kopu ilgākā laika periodā. Tomēr šis process atšķiras no daudzsensoru datu analīzes, jo tas parasti neietver informāciju no daudziem dažādiem avotiem.
Datu saplūšanas procesa ietvaros datu integrācija ir neatņemama. Bez informācijas, ko sniedz spēcīga datu integrācija, nebūtu pamata vairāku sensoru datu saplūšanai. Faktiski izplatīts daudzsensoru datu analīzes veids ir zema līmeņa datu saplūšana. Šis process attiecas uz neapstrādātu datu kombināciju, lai izveidotu jaunas datu kopas, kas parasti ir specifiskākas un sintētiskākas nekā neapstrādātie dati.
SmartAsset.