1.   مشاوره و انجام پروپوزال  و پایان نامه ، مشاوره در زمینه ارائه سمینار، 
       مشاوره و انجام مقاله های بین المللی و داخلی، 
       مشاوره و انجام مقاله در مجله های علمی پژوهشی معتبر، 
        مشاوره و آموزش شبیه سازی شبکه توسط شبیه ساز آکادمیک 2-NS، 
         مشاوره و آموزش شبیه سازهای ترافیک شهری از قبیل  SUMO، ONE، و ...
          کمک به دانشجویان برای پیاده سازی ایده ها و مقالات خود با شبیه سازهای
               NS2, NS3 , OMNET++ , ONE
     
    
                 شماره تماس :
                         حسین رنجبران:    09101607834   
                                          
    
                  ساعات تماس: 
                                      ۸ الی ۲۰
                         
                   ایمیل:
                         hossein.ranjbaran.it@gmail.com
                        
           
    

شبكه‌های عصبی در طرح‌های چرخه وظايف

شروع موضوع توسط AdMiN ‏16/3/14 در انجمن الگوریتم های یادگیر

وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.
  1. AdMiN

    AdMiN Administrator هیات مدیره

    در (شن و ژوئو[1]، 2008)از شبكه‌هاي عصبي براي مديريت پوياي توان (بيشينه كردن طول‌عمر گره‌هاي حسگر بعد از قرارگيري) و زمان‌بندي چرخه وظايف گره‌هاي حسگر (تعيين اينكه كدام گره در چه زماني خواب يا بيدار باشد) استفاده شده است. در اين روش، زمان رويداد بعدي يك سري غير‌ثابت است كه با استفاده از شبكه‌هاي عصبي موجك[2] تا حد امكان بطور دقيق پيش‌بيني مي‌شود. شبكه عصبي مذكور در واقع يك شبكه سه لايه است كه در لايه مخفي از تبديل موجك مورلت[3] استفاده مي‌كند.گره‌هايي كه در حالت‌هاي خواب عميق‌تري قرار دارند، انرژي كمتري مصرف مي‌كنند اما تاخيرِ بيشتر و مصرف انرژي بالاتري را براي بيدار شدن موجب مي‌شوند. بنابراين حالت گره‌ها از طريق پيش‌بيني زمان رويداد بعدي و تعيين زمان آستانه‌اي كه با انرژي باقيمانده گره‌ها در ارتباط است و مقايسه اين دو زمان تعيين مي‌شود. نتايج شبيه‌سازي نشان مي‌دهند كه مصرف انرژي، بطور قابل توجهي كاهش يافته و طول عمر كلي شبكه‌هاي حسگر بي‌سيم با روش پيشنهادي به شدت افزايش مي‌يابد. نويسندگان، سياست پيشنهادي خود را با روش قبلي مديريت پوياي توان مقايسه نمودند. نتايج نشان دادندكه مصرف انرژي گره‌هاي حسگر با نرخ‌هاي متفاوت از دست دادن رويداد در سيستم پيشنهادي آنان افزايش مي‌يابد. اما اين روش داراي اشكالاتي نيز است. يكي از اشكالات اين طرح آن است كه تاخير را آناليز نمي‌كند. در حالي‌كه تاخير، پارامتر بسيار مهمي در شبكه حسگر است. دوم اينكه بايد به طريقي مشكل چگونگي جلوگيري از ازدست دادن رويدادها را در زماني‌كه گره‌ها در حالت خواب به سر مي‌برند، بطور موثر مديريت نمود.


    مشاهده پیوست 169
    شکل1- ساختار توپولوژيك شبكه عصبي موجك(شن و ژوئو، 2008)



    ندا انعامي

    استاد راهنما:
    دکتر رضا عسكري مقدم

    استاد مشاور:
    دكتر ابوالفضل طرقي حقيقت


    شهريور 1389

    (همه ما انسانیم و از روی دست هم کپی نمی کنیم!!!)
    [1]Shen and Guo

    [2]Wavelet Neural Network

    [3]Morlet Wavelet transform
     
وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.

این صفحه را به اشتراک بگذارید