文献

J-GLOBAL ID：201902219865976690   整理番号：19A2237601

無線センサネットワークにおける情報融合のためのスパース長短期メモリ【JST・京大機械翻訳】

Sparse long short-term memory for information fusion in wireless sensor networks

著者 (6件)： Zhou Yangfan (College of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Zhang Mingchuan (College of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Xie Ping (College of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Zhu Junlong (College of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Zheng Ruijuan (College of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Wu Qingtao (College of Information Engineering, Henan University of Science and Technology, Luoyang, China)
資料名： International Journal of Distributed Sensor Networks  (International Journal of Distributed Sensor Networks)
巻： 15  号： 4  ページ： 1550147719842153  発行年： 2019年 
JST資料番号： W5250A  ISSN： 1550-1477  資料種別： 逐次刊行物 (A)
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を設計し,外部環境情報を知覚,収集,処理し,それをオブザーバに送る。しかし,質量情報の伝達はセンサノードへの挑戦である。この挑戦に取り組むために,情報融合技術を提案して,大量の冗長データを削減した。しかし,これらの技術は歴史的情報をほとんど考慮せず,それにより低い予測精度の困難さに遭遇することが多い。この問題を解決するために,クラスタヘッドのための新しい情報融合アプローチを提案した。提案した手法は,長い短期メモリネットワークから導出されるスパース長短期メモリと呼ばれる時間再帰ニューラルネットワークに基づいている。スパース長短期メモリは,高次元係数行列の次元を低減するためにスパース行列を用いる。したがって,融合アルゴリズムの計算コストは無線センサネットワークで減少する。シミュレーション結果は,まばらな長い短期記憶アルゴリズムが無線センサネットワークにおけるセンサノードの生存数を増加させることを示した。さらに,スパース長短期メモリアルゴリズムの予測精度は,他の比較アルゴリズムとほとんど同じである。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  計算機シミュレーション ,  高次元 ,  ニューラルネットワーク ,  スパース行列 ,  *センサネットワーク ,  *記憶装置
準シソーラス用語： 短期記憶 ,  計算コスト ,  係数行列 ,  クラスタヘッド ,  予測精度 ,  センサノード ,  外部環境 ,  *スパース ,  *情報フュージョン ,  *無線センサネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 情報融合 ,  長期短期記憶 ,  まばら ,  無線センサネットワーク

分類 (2件)： 通信網  (ND07030A) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 無線センサネットワーク ,  情報融合