بهبود مسیریابی نودها با سیستم دسته بند یادگیر در اینترنت اشیا
Publish place: An approach in computer engineering، Vol: 2، Issue: 4
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 155
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_CSJ-2-4_002
Index date: 26 February 2024
بهبود مسیریابی نودها با سیستم دسته بند یادگیر در اینترنت اشیا abstract
اینترنت اشیا به عنوان یکی از اساسی ترین ابزارهای ارتباطی بین اشیا در جهان شناخته می شود و تعداد اشیا مجهز به این تکنولوژی در حال افزایش است. عدم انجام مدیریت بهینه نودها و نداشتن درک صحیح از اهمیت آن ها می تواند به کندی سرعت ارتباطات را کاهش دهد. به منظور بهبود زمان پاسخ، تشخیص دسته ای نودها امری اساسی است. در این راستا استفاده از تکنیک های دسته بندی می تواند به طور موثری در بهبود مسیریابی نودها کمک کند. اهمیت یادگیری در زندگی انسان ها و پیاده سازی راه کارهای مناسب از طریق دانش و تجربه نقش کلیدی در فرآیند یادگیری تشخیص نودها ایفا می کند. در حوزه هوش مصنوعی چندین رویکرد یادگیری از جمله یادگیری تقویتی، الگوریتم ژنتیک و سیستم دسته بند یادگیر وجود دارد. مقاله حاضر به استفاده از سیستم دسته بند یادگیر بر مبنای سبک میشیگان با توجه به داده های شبکه و انتخاب ویژگی ها می پردازد. ارائه نتایج مثبتی در بهبود تعادل بار شبکه نشان دهنده بهبود عملکرد مدیریت بهینه نودها است.
بهبود مسیریابی نودها با سیستم دسته بند یادگیر در اینترنت اشیا Keywords:
بهبود مسیریابی نودها با سیستم دسته بند یادگیر در اینترنت اشیا authors
محمدرضا دهقانی محمودآبادی
دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد میبد، میبد، ایران