環境収穫WSNノードのための昼間ベースQ学習制御戦略のシミュレーション【JST・京大機械翻訳】

Konecny Jaromir; Prauzek Michal; Hlavica Jakub; Novak Jakub; Musilek Petr

文献

J-GLOBAL ID：202002260467581964 整理番号：20A1445122

環境収穫WSNノードのための昼間ベースQ学習制御戦略のシミュレーション【JST・京大機械翻訳】

Simulation of a Daytime-Based Q-Learning Control Strategy for Environmental Harvesting WSN Nodes

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1445122&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1445122&from=J-GLOBAL&jstjournalNo=W5075A") }}

著者 (5件)： , , , ,
資料名：
巻： 1156 ページ： 432-441 発行年： 2020年
JST資料番号： W5075A ISSN： 2194-5357 資料種別：会議録 (C)
記事区分：原著論文発行国：ドイツ (DEU) 言語：英語 (EN)

環境無線センサネットワーク(EWSN)は,保全オプションが制限される遠隔地における環境データを収集するように設計されている。したがって,このシステムは,効率的に運転するために利用可能なエネルギーの良い利用を行うのに不可欠である。本論文では,EWSNノードのシミュレーションフレームワークを記述し,以前の研究で開発した物理ハードウェアモデルにおける制御システムを実行する前に,様々な構成とパラメータをシミュレートすることができた。システム運用,即ち,環境データ取得とその後のネットワークへのデータ伝送は,その環境の事前知識を持たないモデルフリーQ学習アルゴリズムにより支配される。カナダの2008年~2012年に取得した実生活史気象データを用いて,制御アルゴリズムの能力を試験した。結果は,学習速度の設定がEWSNノードの性能に重要であることを示した。不適切にセットするとき,システムは,そのエネルギー貯蔵を枯渇することによって操作できない傾向がある。アルゴリズムを改善する際に考慮されるべき側面の一つは,廃棄収穫エネルギー量を減らすことである。これはQ学習報酬信号の調整により行うことができる。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

計測機器一般 , 無線通信一般

, , , , , ,

前のページに戻る