文献

J-GLOBAL ID：201702291009884986   整理番号：17A1722458

無線センサネットワークデータパターンの効率的要約のための並列進化的相関ルールマイニング【Powered by NICT】

Parallel evolutionary association rule mining for efficient summarization of wireless sensor network data pattern

著者 (3件)： Wedashwara Wirarama (STIKOM Bali, Bali, Indonesia) ,  Mabu Shingo (Yamaguchi University, Ube, Yamaguchi, Japan) ,  Ahmadi Candra (STIKOM Bali, Bali, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CITSM  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 進化的計算は,データパターンの変化に対する解を適合させることにより,相関ルールマイニング(ARM)のような動的問題を解くために広く用いられている。無線センサネットワーク(WSN)のためのARMの要約は,複数位置からのセンサ入力の大きな数に適用した場合の問題である。本論文では,遺伝的ネットワークプログラミング(GNP)を用いた効率的なWSN(無線センサネットワーク)処理のためのARMの並列処理を提案した。提案した方法は,「仮定」の概念を採用した訓練データからルールとしてと並列進化的処理による各センサネットワーク配置のための「特定規則」とルール定義を最適化した。要約は「ありふれたルール」の階層または異なる位置間の類似性を計算することにより構築される。シミュレーションは,天気予報一組のセンサを用いて行った。結果は,提案した方法は,オンライン処理を用いた複数位置からのセンサ入力を要約し効率的に可能であり,オンライン処理無しで実施する従来法に近い結果を保存されたことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 天気予報 ,  進化的計算 ,  動的問題 ,  オンライン処理 ,  *センサネットワーク ,  並列処理 ,  最適化 ,  *センサ ,  類似性
準シソーラス用語： 訓練データ ,  遺伝的ネットワークプログラミング ,  *無線センサネットワーク , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  通信網  (ND07030A) ,  ネットワーク法  (KA03040X) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 無線センサネットワーク ,  データパターン ,  並列進化 ,  相関ルールマイニング