انتشار اطلاعات در شبکه های موردی خودرویی رویکرد اتوماتای یادگیری
Publish place: 1st National Road Its Congress
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 787
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RMTO01_091
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
شبکه های بین خودرویی مبنای سیستم های نقلیه هوشمند هستند که به جلوگیری از تصادف و ترافیک و کاربردهای دیگر اختصاص یافته اند و باعث امکان بروز رفتار خودمختار هوشمند توسط خودروها در تصادفات می شوند. در این شبکه ها، هشدارهای علائم جاده و مشاهده ترافیک به صورت لحظه ای، شناسائی خط جاده، موانع و عابرین، حسگرهای احساس تصادف و ضبط وقایع، تخمین سرعت و فاصله خودروهای دیگر، قدرت لازم را برای بهترین تصمیم گیری به راننده می دهد. همچنین ارتباطات چند رسانه ای و اینترنت نیز مدنظر قرار گرفته اند. VANET ها به عنوان زیرگروهی از MANET ها برای ایجاد ارتباط به روی کارآمدند. به هر حال، VANET ها دارای طبیعتی نسبتاض پویا در مقایسه با MANET ها می باشند. طراحی و اجرای یک الگوریتم مناسب و قیاس پذیر برای انتشار اطلاعات در VANET مستلزم مسئله ای مهم است که می بایست مدنظر قرار گیرد. در واقع، در این محیط پویا شمار زیادی از پیام های رسانه ای مازاد، بهره برداری از منابع را افزایش خواهند داد و ا ین نیز بر عملکرد شبکه تأثیر خواهد گذاشت. در چند سال اخیر، طرح های انتشار مبتنی بر آمار متعددی برای انتشار اطلاعات ارائه داده شده است. این طرح ها بر مبنای پارامترهای آستانه ای گوناگونی در جهت کمک به گره ها استوار شده اند تا آنها بتوانند تصمیم بگیرند که آیا پیام ها را دوباره انتشار نمایند یا خیر. این مقاله ارائه دهنده شیوه ای برای انتشار اطلاعات در VANET ها به کمک اتوماتای یادگیر است. بر اساس اطلاعات به دست آمده، روش مبتنی بر اتوماتای یادگیر دارای عملکردی بهتر در مقایسه با شیوه های مبتنی بر آمار می باشند.
Keywords:
Authors
نرجس تدین
کارشیاس ارشد مهندسی کامپیوتر، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد اراک، ایران
جواد اکبری ترکستانی
استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد اراک، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :