文献

J-GLOBAL ID：202202216942271416   整理番号：22A0848925

無線センサネットワークにおけるネットワーク寿命とクラスタヘッド選択の評価のためのGauss回帰モデル【JST・京大機械翻訳】

Gaussian Regression Models for Evaluation of Network Lifetime and Cluster-Head Selection in Wireless Sensor Devices

著者 (3件)： George Anna Merine (Department of Electronics and Communication Engineering, School of Engineering, Dayananda Sagar University, Bengaluru, India) ,  Kulkarni S. Y. (Department of Electronics and Communication Engineering, REVA University, Bengaluru, Karnataka, India) ,  Kurian Ciji Pearl (Electrical and Electronics Engineering Department, Manipal Institute of Technology, Manipal Academy of Higher Education, Manipal, Karnataka, India)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 20875-20888  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 本論文は,無線センサネットワークのためのネットワーク寿命とクラスタヘッド選択を評価するためのモデル予測アプローチを提示する。無線センサネットワークの動的パラメータを,スマートメッシュIP電力と性能計算器を用いて収集した。本研究は,最適ルーティングプロトコルとクラスタリングを結合するための機械学習アプローチを考察する。ホップ深さ,広告,Motesの数,バックボーン,ルーティング,報告間隔,ペイロードサイズ,下流フレームサイズ,供給電圧,および経路安定性が予測子であり,現在の消費,データ待ち時間,および構築時間は,ネットワークの電力と性能を推定するためのモデルを確立するための応答変数である。各ノードにおける残留エネルギー,基地局からの距離,およびデータ伝送速度は予測子であり,クラスタヘッドの優先度は,無線センサネットワークにおける最適ルーティング経路を達成するためのモデルを確立するための応答変数である。寿命推定のための標準ツリー,サポートベクトルマシン,アンサンブル,およびGaussプロセス回帰モデルを,スマートメッシュIPツールと比較して解析して,クラスタヘッド選択のためのモデルをANFISベースのモデルと比較して調査した。この新しいアプローチは,ネットワーク寿命予測に対する様々な動的パラメータの影響に集中している。Copyright 2022 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： 電力 ,  *ネットワーク ,  ペイロード ,  基地局 ,  経路選定 ,  *端末装置 ,  待ち時間 ,  *回帰モデル ,  機械学習 ,  優先度 ,  *耐用年数 ,  *センサネットワーク ,  サポートベクトルマシン
準シソーラス用語： データ伝送 ,  ルーティングプロトコル ,  *無線センサネットワーク ,  *クラスタヘッド ,  *ネットワーク寿命 , 【Automatic Indexing@JST】

分類 (2件)： 計測機器一般  (AD02000X) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 無線センサネットワーク ,  ネットワーク寿命 ,  クラスタヘッド ,  評価 ,  回帰モデル