Search academic texts

Information × Registration Number 2123U001442, Article popup.category Стаття, Опубліковано, Рецензована стаття Title ENHANCEMENT OF ENERGY SAVING OF WIRELESS SENSOR NETWORKS USING MACHINE LEARNING METHODS popup.author Haptelmanov ArtemMikhal OlegSchepka OleksiiHaptelmanov ArtemMikhal OlegSchepka Oleksii popup.publication 09-06-2023 popup.source_user Національний університет «Полтавська політехніка імені Юрія Кондратюка» popup.source https://journals.nupp.edu.ua/sunz/article/view/2964 popup.publisher Національний університет «Полтавська політехніка імені Юрія Кондратюка» Description Актуальність. Бездротові сенсорні мережі (БСМ) є перспективною галуззю розвитку комп’ютерних мереж. Ключова ідея БСМ – автоматизація збору інформації про навколишнє середовище та керованих об'єктах. БСМ особливо корисні там, де присутність людини в контрольованій зоні неможлива або збирання інформації необхідно проводити тривалий час. БСМ отримали широке поширення після активного розвитку сучасної мікроелектроніки, технологій бездротової взаємодії та відповідного апаратного забезпечення. Метою даної роботи є розробка аналіз алгоритмів підвищення енергозбереження в бездротових сенсорних мережах з використанням методів машинного навчання. Об’єктом дослідження є тривалість функціонування вузла в бездротовій сенсорній мережі. Предметом дослідження є алгоритми підвищення енергозбереження. Результати. Запропоновано адаптивний енергозберігаючий алгоритм передачі даних, який може застосовуватися в бездротових сенсорних мережах, де необхідно приймати рішення про стан сенсорної мережі (завдання класифікації) на основі безлічі показань із сенсорів. Для функціонування алгоритму необхідно навчити дерево рішень та отримати предикати для сенсорів. Висновок. Розроблено алгоритми роботи сенсора БСМ та побудови бінарного дерева рішень, які можуть бути використані для підвищення енергозбереження функціонування вузлів в бездротових сенсорних мережах. Розглянуто методи машинного навчання. Вони дозволяють оперувати з безліччю структурованих даних, отримуючи з них знання в вигляді моделі, яку можна використовувати в майбутньому для ухвалення рішення. Для реалізації запропонованого алгоритму обрано метод дерева рішень. Вибір пов'язаний з тим, що даний метод має високу інтерпретацію та схожий із процесом прийняття рішення оператором. Крім цього, дерева рішень дозволяють проводити класифікацію з пропусками у вхідних даних, що може досить часто відбуватися у сенсорних мережах. Грунтуючись на ідемпотентності предикатів дерева рішень, пропонується скоротити кількість сеансів зв'язку за рахунок динамічного визначення частоти передачі. Таким чином, цей підхід дозволить позбутися постійної передачі даних бездротовим каналом зв'язку, тим самим буде зекономлено енергоресурси вузлів мережі. popup.nrat_date 2026-04-19 Close