文献

J-GLOBAL ID：201802222088721807   整理番号：18A0588608

無線ボディセンサネットワークのための強化学習に基づくルーティングプロトコル【Powered by NICT】

Reinforcement Learning Based Routing Protocol for Wireless Body Sensor Networks

著者 (1件)： Kiani Farzad
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SC2  ページ： 71-78  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： 患者は連続健康状態を制御する医師への連続及び一貫した方法リンクしなければならない。無線ボディセンサネットワーク(WBSN)は,遠隔医療センターへの患者の重要な情報を伝える際に重要な役割を果たしている。検知パラメータ値は正常範囲を超えているならば,これらのネットワークは個々のノード患者の生理的パラメータを収集し,目的地と通信することから成っていた。したがって,それらは患者の健康を連続的に監視できる。患者配置されたノードはWBSNを形成し,ネットワークは,効率的なリンクによる遠隔シンクまたは基地局にソースノードからのデータを送る。最適経路を選択することによりシステムの寿命を延長することが必要である。本論文では,個々のノードと遠隔医療局間の最良の経路を見出すための新しいQ学習アプローチ(QL CLUSTER)によるクラスタベースルーティングプロトコルを提案した。シミュレーションは,1000m×1000m平坦空間600秒シミュレーション時間の運転の面積を持つセット移動生物医学的無線センサノードのを行った。結果はQLクラスタベースのアプローチは,他のアルゴリズムと比較して目的地遠隔ステーションにソースノードからパケットをルーティングするためにより少ない時間を必要とすることを示す。Copyright 2018 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： *プロトコル ,  *強化学習 ,  遠隔医療 ,  最適航路 ,  シミュレーション ,  アルゴリズム ,  基地局 ,  *経路選定 ,  *ネットワーク ,  患者
準シソーラス用語： 生物医学 ,  Q学習 ,  健康 ,  目的地 ,  *ルーティングプロトコル ,  *ワイヤレス , 【Automatic Indexing@JST】

分類 (2件)： 電話・データ通信・交換一般  (ND11010T) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (5件)： 無線 ,  ボディ ,  センサネットワーク ,  強化学習 ,  ルーティングプロトコル