Search academic texts

Information × Registration Number 0826U000171, PhD dissertation Status Доктор філософії Date 29-01-2026 popup.evolution o Title Model and Methods fоr the Enhancement of Distributed Sensor Networks Based on Modified Kohonen Maps Author Vladyslav Diachenko, popup.head Oleg P. Mikhal popup.opponent Volodymyr Lysechko popup.opponent Serhii Bulba popup.review Оleksandr V. Sievierinov popup.review Oleksandr Yankovsky Description Дяченко В.О. Модель та методи удосконалення розподілених сенсорних мереж на основі модифікованих карт Кохонена. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття ступеня доктора філософії за спеціальністю 123 Комп’ютерна інженерія – Харківський національний університет радіоелектроніки, Міністерство освіти і науки України, Харків, 2025. Дисертаційну роботу присвячено розробці моделі та удосконаленню методів функціонування розподілених сенсорних мереж на основі модифікованих карт Кохонена. У межах роботи сформовано підхід, що поєднує механізми самоорганізації карти Кохонена з енергетичними параметрами вузлів, що дало змогу сформувати структури кластеризації та маршрутизації, узгоджені з топологією мережі та оптимізовані за енергоспоживанням. Запропоновані модифікації охоплюють як удосконалений механізм навчання карти Кохонена, так і засоби попереднього енергетичного відбору та компонування маршрутних списків, завдяки чому модель забезпечує раціональний розподіл навантаження, знижує ймовірність енергетичного виснаження окремих вузлів та подовжує термін ефективної роботи сенсорної мережі. Актуальність обраної проблематики зумовлена важливою роллю розподілених сенсорних мереж в задачах автономного моніторингу різноманітних об’єктів і процесів в умовах реального часу. Однією з головних передумов функціонування розподілених сенсорних мереж є раціональне використання енергетичних ресурсів вузлів мережі, які працюють від автономних джерел живлення. Обмеження енергоресурсу має суттєвий вплив не тільки на стабільність зв’язку та пропускну здатність мережі, а на тривалість роботи самої мережі. У зв’язку з цим постає питання підвищення енергоефективності під час розробки алгоритмів маршрутизації та топології розподілених сенсорних мереж. У традиційних підходах до маршрутизації та кластеризації поточний енергетичний стану вузлів, функціональна роль у топології мережі та положення відносно базової станції не враховуються на достатньому рівні. Це, звичайно, призводить до зниження надійності мережі. Також потрібно зазначити, що з постійно зростаючими обсягами даних потрібно розробляти нові, або удосконалювати існуючі моделі та методи, які дозволять суттєво заощадити витрати енергії в системах моніторингу та керування. Це можна зробити за рахунок використання інструментів машинного навчання, зокрема, самоорганізованих карт Кохонена, які здатні адаптивно відображати структуру вхідних даних та виявляти приховані закономірності. Самі ж підходи, які поєднують самоорганізовані карти Кохонена з енергетичними моделями вузлів, відкривають нові можливості для створення більш надійних та довговічних сенсорних мереж. Таким чином, дослідження ефективних методів зменшення енергоспоживання вузлів розподілених сенсорних мереж за допомогою адаптивних механізмів самоорганізації робить роботу актуальною. Метою дисертаційної роботи є підвищення ефективності функціонування розподілених сенсорних мереж та зменшення енергоспоживання їх вузлів, шляхом розробки моделей та методів інтелектуальної обробки даних на основі модифікованої карти Кохонена в умовах обмежених ресурсів. Об’єкт дослідження – процеси обробки даних з використанням інструментів машинного навчання в розподілених сенсорних мережах в умовах обмежених енергетичних ресурсів. Предмет дослідження – моделі та методи обробки даних вузлами розподілених сенсорних мереж, які спрямовані на точність аналізу вхідної інформації, стабільність функціонування та зменшення енергоспоживання. Методи дослідження. При розв’язанні науково-прикладної задачі використано розширений комплекс методів, зокрема для всіх задач використані теоретичне, математичне, алгоритмічне та імітаційне моделювання. Так, при модифікації карти Кохонена для задач енергоефективної маршрутизації в сенсорних мережах використані топологічне та нейромережеве моделювання. Методи оптимізації було використано для зменшення часу навчання. При удосконаленні класичного методу навчання карти Кохонена для керування станами вузлів розподіленої сенсорної мережі використано моделювання нейронних структур, які здатні до самоорганізації. Для зниження енергетичних витрат за рахунок локальної обробки даних модифіковано правила навчання. Для врахування енергетичних характеристик вузлів та їх взаємодії в сенсорному полі побудовано математичну модель. При модифікації моделі підвищення енергоефективності сенсорної мережі формалізовано критерії енергоспоживання та обчислювального навантаження. Для розробки механізмів енергозбереження та синхронних коригувань в сенсорному полі застосовано алгоритмічне моделювання. При модифікації метода навчання карти Кохонена з паралельним виконанням операцій в сенсорному полі розроблено багатофакторну модель топології сенсорного поля, де було враховано вимоги до енергоспоживання вузлів розподілених сенсорних мереж. Проведено оцінку даних, які були отримані в результаті експериментів. Оцінка проводилася з використанням методів теорії ймовірності та матстатистики. Registration Date 2026-01-23 popup.nrat_date 2026-01-23 Close