文献

J-GLOBAL ID：201802288606948440   整理番号：18A1148310

MLPと回帰による分類を用いた無線センサネットワークにおける輻輳検出【JST・京大機械翻訳】

Congestion detection in wireless sensor networks using MLP and classification by regression

著者 (2件)： Madalgi Jayashri B. (Gogte Institute of technology, VTU) ,  Kumar S. Anupama (RV College of Engineering, Bengluru, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： iCATccT  ページ： 226-231  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： 無線センサネットワーク(WSN)は数百または数千のセンサのネットワークである。すべてのセンサが基地局にデータを送り始めるとき,輻輳は無線センサネットワークで発生する。混雑はシステムのスループットと非信頼性を低下させる。機械学習アルゴリズムは,ネットワークにおける混雑検出のために適用することができて,次に,混雑は,伝達比率を低下することによって緩和することができた。本論文では,多層レベル認識(MLP)の性能,ニューラルネットワーク技術および回帰アルゴリズムによる分類を解析した。機械学習技術を適用して,低い,中程度または高い,異なるレベルの混雑を検出した。回帰による分類は,NS2を用いたWS’Nシミュレーションの生成データセットに対する混雑を検出するのにMLPよりも効率的であることが分かった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  基地局 ,  多層 ,  *センサネットワーク ,  信頼性 ,  スループット ,  シミュレーション ,  *センサ ,  アルゴリズム ,  *ネットワーク ,  学習アルゴリズム
準シソーラス用語： 機械学習技術 ,  *無線センサネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 分類 ,  無線センサネットワーク ,  輻輳