論文の概要: Reducing Operation Cost of LPWAN Roadside Sensors Using Cross Technology Communication

• arxiv url: http://arxiv.org/abs/2009.12471v2
• Date: Fri, 24 Sep 2021 23:04:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-01 00:22:55.684372
• Title: Reducing Operation Cost of LPWAN Roadside Sensors Using Cross Technology Communication
• Title（参考訳）: クロステクノロジー通信を用いたLPWAN路面センサの運用コスト削減
• Authors: Navid Mohammad Imran and Myounggyu Won
• Abstract要約: 低運用コストLPWAN(LOC-LPWAN)は、クロステクノロジー通信(CTC)を用いた運用コストの削減を目的としている。 LOC-LPWANは、利用可能な予算に応じてスループットを最大化するために、センサと車両間の最適な通信スケジュールを見つける。
• 参考スコア（独自算出の注目度）: 13.985534521589257
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Low-Power Wide-Area Network (LPWAN) is an emerging communication standard for Internet of Things (IoT) that has strong potential to support connectivity of a large number of roadside sensors with an extremely long communication range. However, the high operation cost to manage such a large-scale roadside sensor network remains as a significant challenge. In this article, we propose Low Operation-Cost LPWAN (LOC-LPWAN), a novel optimization framework that is designed to reduce the operation cost using the cross-technology communication (CTC). LOC-LPWAN allows roadside sensors to offload sensor data to passing vehicles that in turn forward the data to a LPWAN server using CTC aiming to reduce the data subscription cost. LOC-LPWAN finds the optimal communication schedule between sensors and vehicles to maximize the throughput given an available budget. Furthermore, LOC-LPWAN optimizes the fairness among sensors by preventing certain sensors from dominating the channel for data transmission. LOC-LPWAN can also be configured to ensure that data packets are received within a specific time bound. Extensive numerical analysis performed with real-world taxi data consisting of 40 vehicles with 24-hour trajectories demonstrate that LOC-LPWAN reduces the cost by 50% compared with the baseline approach where no vehicle is used to relay packets. The results also show that LOC-LPWAN improves the throughput by 72.6%, enhances the fairness by 65.7%, and reduces the delay by 28.8% compared with a greedy algorithm given the same amount of budget.
• Abstract（参考訳）: Low-Power Wide-Area Network (LPWAN)はIoT(Internet of Things)の新たな通信標準であり、非常に長い通信範囲を持つ多数の路面センサーの接続をサポートする強力な可能性を持っている。 しかし,このような大規模道路側センサネットワークの運用コストが高いことは大きな課題である。 本稿では,技術間通信(CTC)を用いた運用コスト削減を目的とした,新しい最適化フレームワークであるLow Operation-Cost LPWAN(LOC-LPWAN)を提案する。 LOC-LPWANは、道路センサーがセンサーデータを通過車両にオフロードし、データサブスクリプションコストの削減を目的としたCTCを使用してLPWANサーバにデータを転送する。 LOC-LPWANは、利用可能な予算に応じてスループットを最大化するために、センサと車両間の最適な通信スケジュールを見つける。 さらに、LOC-LPWANは、特定のセンサがデータ伝送のチャネルを支配しないようにすることで、センサ間の公正性を最適化する。 LOC-LPWANは、特定の時間内にデータパケットを受信するように構成することもできる。 LOC-LPWANは,24時間軌跡を持つ40台からなる実世界のタクシーデータを用いて,パケットの中継に使用されていないベースラインアプローチと比較して,コストを50%削減することを示した。 また、LOC-LPWANはスループットを72.6%改善し、フェアネスを65.7%向上し、同じ予算を与えられた欲求アルゴリズムと比較して遅延を28.8%削減した。

関連論文リスト

• Channel-Aware Throughput Maximization for Cooperative Data Fusion in CAV [17.703608985129026]
  接続型および自律型車両(CAV)は、認識範囲の拡大と知覚範囲の増大により、大きな注目を集めている。 盲点や障害物などの問題に対処するため、CAVは周囲の車両からのデータを集めるために車両間通信を採用している。 本稿では,適応データ圧縮のための自己教師付きオートエンコーダを活用した,CAVデータ融合を容易にするチャネル対応スループット手法を提案する。
  論文  参考訳（メタデータ） (2024-10-06T00:43:46Z)
• Hyperdimensional Computing Empowered Federated Foundation Model over Wireless Networks for Metaverse [56.384390765357004]
  本稿では,新しい基礎モデルのための統合型分割学習と超次元計算フレームワークを提案する。 この新しいアプローチは通信コスト、計算負荷、プライバシーリスクを低減し、Metaverseのリソース制約されたエッジデバイスに適している。
  論文  参考訳（メタデータ） (2024-08-26T17:03:14Z)
• Energy-Efficient UAV-Assisted IoT Data Collection via TSP-Based Solution Space Reduction [40.39500940065015]
  本稿では、無人航空機(UAV)を用いて、大規模に展開された分散IoTセンサからデータを効率よく収集するフレームワークを提案する。 我々のアプローチは、UAVの飛行経路を最適化するために、センサーの非ゼロ通信範囲を考慮している。 低複雑さUAV支援センサデータ収集アルゴリズムを開発し,その有効性を事例として示す。
  論文  参考訳（メタデータ） (2023-06-02T08:27:29Z)
• Fair and Efficient Distributed Edge Learning with Hybrid Multipath TCP [62.81300791178381]
  無線による分散エッジ学習のボトルネックは、コンピューティングから通信へと移行した。 DEL用の既存のTCPベースのデータネットワークスキームは、アプリケーションに依存しず、アプリケーション層要求に応じて調整を施さない。 DELのためのモデルベースと深部強化学習(DRL)に基づくMP TCPを組み合わせたハイブリッドマルチパスTCP(MP TCP)を開発した。
  論文  参考訳（メタデータ） (2022-11-03T09:08:30Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• Edge-Aided Sensor Data Sharing in Vehicular Communication Networks [8.67588704947974]
  車両・車間通信と車両・車間通信を併用した車両ネットワークにおけるセンサデータ共有と融合を考察する。 本稿では、エッジサーバが車両からセンサ計測データを収集・キャッシュするBidirectional Feedback Noise Estimation (BiFNoE) 手法を提案する。 認識精度は平均80%向上し, アップリンクは12kbps, ダウンリンク帯域は28kbpsであった。
  論文  参考訳（メタデータ） (2022-06-17T16:30:56Z)
• Federated Learning with Correlated Data: Taming the Tail for Age-Optimal Industrial IoT [55.62157530259969]
  本稿では,ピークAoI要求に基づくセンサの送信電力最小化と待ち時間に対する確率的制約について検討する。 本稿では,センサのトレーニングデータ間の相関を考慮した局所モデル選択手法を提案する。 数値計算の結果,送信電力,ピークAoI,遅延尾部分布のトレードオフが示された。
  論文  参考訳（メタデータ） (2021-08-17T08:38:31Z)
• Learning to Optimize Industry-Scale Dynamic Pickup and Delivery Problems [17.076557377480444]
  動的ピックアップ・デリバリー問題 (DPDP) は、配送注文が事前に分かっていない場合のコストを最小限に抑えるため、複数のサイト間で車両を動的にスケジューリングすることを目的としている。 産業規模のDPDPを解決するために,データ駆動型空間時間支援ダブルグラフネットワーク(ST-DDGN)を提案する。 本手法は,ST-DDGNデータから隣接車両のリレーショナル表現を周期的に学習し,補正することが可能である。
  論文  参考訳（メタデータ） (2021-05-27T01:16:00Z)
• Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
  本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
  論文  参考訳（メタデータ） (2021-04-29T10:06:29Z)
• Federated Learning on the Road: Autonomous Controller Design for Connected and Autonomous Vehicles [109.71532364079711]
  CAV(コネクテッド・アンド・自律車両)の自律制御設計のための新しい統合学習(FL)フレームワークの提案 CAVの移動性、無線フェーディングチャネル、および不均衡で非独立で同一に分散されたデータを考慮に入れた新しい動的フェデレーション・プロキシ(DFP)アルゴリズムが提案されている。 最適制御器を用いてCAVがどの程度の速度で収束するかを同定するために,提案アルゴリズムに対して厳密な収束解析を行う。
  論文  参考訳（メタデータ） (2021-02-05T19:57:47Z)
• Data-Driven Intersection Management Solutions for Mixed Traffic of Human-Driven and Connected and Automated Vehicles [0.0]
  この論文は、コネクテッドカーとオートマチックカーの存在下での都市交通制御のための2つの解決策を提案する。 まず, 協調的交差点管理問題に対して, 集中型小隊制御器を提案する。 第二に,コネクテッドカーの存在下での適応信号制御のためのデータ駆動手法を提案する。
  論文  参考訳（メタデータ） (2020-12-10T01:44:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。