ارائه راه حل هایی برای استفاده موثر از الگوریتم های داده کاوی در شبکه های حسگر بی سیم

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,236

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIT01_069

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

شبکه های حسگر بی سیم با گره های شبکه ای کوچک مجهز به حسگر، یک واحد پردازش داده ای کوچک، قابلیت ارتباطات بی سیم، گاهی یک عامل هستند و معمولاً با نیروی باطری کار می کنند. همزمان با پیشرفت های فناوری، این گره ها کوچکتر می شوند و هزاران گره در حال حاضر و احتمالا میلیون ها گره در آینده خواهند داشت. در نتیجه، پرداختن به حجم وسیعی از داده های حاصل از این شبکه ها، چالش بزرگی را در پی خواهد داشت، چالشی که به شکلی منطقی با به کارگیری تکنیک های داده کاوی حاصل می شود. داده کاوی می تواند گره ها را خوشه بندی نموده تا پویایی و سرعت استفاده از داده ها را برای ارسال به نودها و یاگیرنده های متفاوت افزایش دهد به علاوه ، همانطور که ارتباطات، انرژی زیادی در شبکه های حسگر بی سیم مصرف می کند، به حداقل رساندن آن نیز، خود یک چالش بزرگ دیگر است. این امر، تحقیقات زیادی را به بارآورد که هدفشان توسعه ی راه حل های جدید و انتخاب راه حل های موجود برای داده کاوری است. به طوری که بتوان به طور موثری از آنها درشبکه های حسگر بی سیم استفاده کرد که در این مقاله یک چارچوب مبتنی بر طبقه بندی و چند راه حل موجود در مقاله های متن باز ارائه می شود.

کلیدواژه ها:

شبکه های حسگر بی سیم ، شبکه های حس / کاوی ، خوشه بندی ، پروتکل های مسیریابی ، الگوریتم های داده کاوی

نویسندگان

احمد قلیچی

عضو هیئت علمی (مربی) گروه کامپیوتر و فناوری اطلاعات دانشگاه پیام نور مرکز گنبد کاووس

غفار حیدری

مدرس (کارشناس ارشد) گروه کامپیوتر و فناوری اطلاعات دانشگاه پیام نور مرکز گنبد کاووس

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • TEC HNOLOGY, SYDNEY, 2008. ...
  • Shailender Kumar Gaur and Tapsi Garg, 2010, " A Survey ...
  • Transactions on Wireless C ommunic ations, vol. 1, no. 4, ...
  • L.Gruenwald, S.Sadik, R.Shukla, H.Yang "DEMS: A Data Mining Based Technique ...
  • N.B .Venkateswarl " A Fault Tolerant Trajectory Clustering (FTTC) for ...
  • O.Younis, M.Krunz, and S _ Ramas ubramanian, "Node clustering in ...
  • S.Datta, C.Giannella, and H.Kargupta. K- Means Clustering OVer a Large, ...
  • M.Halatchev, L.Gruenwald, "Estimating Missing Values in Related Sensor Data Streams", ...
  • IEEE Conference _ Data Mining, pp. 207-212, October 2007, Omaha, ...
  • S.McConnell, D.Skillicorn, " A Distributed Approach for Prediction in Sensor ...
  • P.Tsakalides, "Training a Support Vector Machine- based Classifier in Distrib ...
  • S.Goel and T.Imielinski "Prediction-bas ed Monitoring in Sensor Networks: Taking ...
  • "Streaming Pattern Discovery in Multiple Time-Series", Proceedings of the31st VLDB ...
  • نمایش کامل مراجع