論文の概要: Energy Efficient Routing For Underwater Acoustic Sensor Network Using Genetic Algorithm

• arxiv url: http://arxiv.org/abs/2207.00416v1
• Date: Mon, 25 Apr 2022 18:27:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-15 17:33:06.425488
• Title: Energy Efficient Routing For Underwater Acoustic Sensor Network Using Genetic Algorithm
• Title（参考訳）: 遺伝的アルゴリズムを用いた水中音響センサネットワークのエネルギー効率向上
• Authors: Arjun Prasad Chaurasiya, Roshan Sah, Dr.V.Sivakumar
• Abstract要約: 水中音響センサネットワーク(UWASN)では、エネルギー信頼性の高いデータ伝送は難しい課題である。 ルーティング経路におけるデータ伝送のエネルギー効率を改善するための遺伝的アルゴリズムに基づく最適化手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In underwater acoustic sensor networks (UWASN), energy-reliable data transmission is a challenging task. This is due to acoustic transmission disturbances caused by excessive noise, exceptionally long propagation delays, a high bit error rate, limited bandwidth capability, and interference. One of the most important issues of UWASN for research is how to extend the life span of data transmission. Data transfer from a source node to a destination node in UWASN is a complicated topic for researchers. Many routing algorithms, such as vector base forwarding and depth base routing, have been developed in past years. We propose a genetic algorithm-based optimization method for improving the energy efficiency of data transmission in the routing path from a source node to a destination node.
• Abstract（参考訳）: 水中音響センサネットワーク(UWASN)では、エネルギー信頼性の高いデータ伝送は難しい課題である。 これは、過大なノイズ、非常に長い伝搬遅延、高いビット誤り率、帯域幅の制限、干渉による音響伝達の乱れによるものである。 研究におけるUWASNの最も重要な課題の1つは、データ伝送の寿命を延ばす方法である。 UWASNのソースノードから宛先ノードへのデータ転送は、研究者にとって複雑なトピックである。 ベクトルベースフォワードや深度ベースルーティングといった多くのルーティングアルゴリズムが近年開発されている。 ソースノードから宛先ノードへのルーティング経路におけるデータ伝送のエネルギー効率を改善するための遺伝的アルゴリズムに基づく最適化手法を提案する。

関連論文リスト

• A Neural Radiance Field-Based Architecture for Intelligent Multilayered View Synthesis [0.0]
  モバイルアドホックネットワーク(MANET)は、モバイルノードの巨大かつ合理的に密集したコミュニティで構成されている。 インフラストラクチャ間で最高のパケットルーティングを見つけることが大きな問題です。 本研究は、オンデマンドソースルーティングシステムを改善する手段として、Red Imported Fire Ants (RIFA) 戦略による最適経路選択を提案する。
  論文  参考訳（メタデータ） (2023-11-03T11:05:51Z)
• Deep-Unfolding for Next-Generation Transceivers [49.338084953253755]
  次世代マルチインプット・マルチアウトプット(MIMO)トランシーバの定義に関する研究が進められている。 無線通信における先進トランシーバーの設計において、しばしば反復アルゴリズムにつながる最適化アプローチは大きな成功を収めた。 ディープニューラルネットワーク(DNN)で反復アルゴリズムを近似するディープラーニングは、計算時間を著しく短縮することができる。 ディープラーニングと反復アルゴリズムの両方の利点を取り入れたディープアンフォールディングが登場し、反復アルゴリズムを階層的な構造に展開している。
  論文  参考訳（メタデータ） (2023-05-15T02:13:41Z)
• Non-Coherent Over-the-Air Decentralized Gradient Descent [0.0]
  無線システムにおける分散グラディエントDescentの実装は、ノイズ、フェーディング、帯域幅の制限により困難である。 本稿では,スケジューリング,トポロジ情報,CSIの必要性を解消するスケーラブルなDGDアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-11-19T19:15:34Z)
• IoV Scenario: Implementation of a Bandwidth Aware Algorithm in Wireless Network Communication Mode [49.734868032441625]
  本稿では,マルチドメイン仮想ネットワーク埋め込みアルゴリズム(BA-VNE)を提案する。 このアルゴリズムは主に、ユーザが無線通信モードで多くの帯域幅を必要とする問題を対象としている。 本アルゴリズムの性能向上のために,粒子群最適化(PSO)アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2022-02-03T03:34:06Z)
• Deep Reinforcement Learning Aided Packet-Routing For Aeronautical Ad-Hoc Networks Formed by Passenger Planes [99.54065757867554]
  エンド・ツー・エンド(E2E)遅延の最小化を目的としたAANETにおけるルーティングのための深層強化学習を起動する。 最深Qネットワーク(DQN)は、転送ノードで観測される最適ルーティング決定と局所的な地理的情報との関係をキャプチャする。 フィードバック機構を組み込んだディープバリューネットワーク(DVN)を用いて,システムのダイナミクスに関する知識をさらに活用する。
  論文  参考訳（メタデータ） (2021-10-28T14:18:56Z)
• Deep Reinforcement Learning Based Multidimensional Resource Management for Energy Harvesting Cognitive NOMA Communications [64.1076645382049]
  エネルギー収穫(EH)、認知無線(CR)、非直交多重アクセス(NOMA)の組み合わせはエネルギー効率を向上させるための有望な解決策である。 本稿では,決定論的CR-NOMA IoTシステムにおけるスペクトル,エネルギー,時間資源管理について検討する。
  論文  参考訳（メタデータ） (2021-09-17T08:55:48Z)
• Power Control for a URLLC-enabled UAV system incorporated with DNN-Based Channel Estimation [82.16169603954663]
  この手紙は、ディープニューラルネットワーク(DNN)に基づくチャネル推定を組み込んだ超信頼性低遅延通信(URLLC)有効無人航空機(UAV)システムの電力制御に関するものである。
  論文  参考訳（メタデータ） (2020-11-14T02:31:04Z)
• Solving Sparse Linear Inverse Problems in Communication Systems: A Deep Learning Approach With Adaptive Depth [51.40441097625201]
  疎信号回復問題に対するエンドツーエンドの訓練可能なディープラーニングアーキテクチャを提案する。 提案手法は,出力するレイヤ数を学習し,各タスクのネットワーク深さを推論フェーズで動的に調整する。
  論文  参考訳（メタデータ） (2020-10-29T06:32:53Z)
• Reinforcement Learning for Mitigating Intermittent Interference in Terahertz Communication Networks [4.999585439793266]
  多数のユーザによる非協調送信はテラヘルツネットワークに重大な干渉を引き起こす可能性がある。 適応型マルチスレッディング戦略を用いた強化学習に基づく新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-10T16:28:45Z)
• Anypath Routing Protocol Design via Q-Learning for Underwater Sensor Networks [12.896530402853612]
  本稿では,水中センサネットワークのためのQラーニングに基づくローカライズフリーな任意の経路ルーティングプロトコルを提案する。 センサノードの残エネルギーと深さ情報を共同で考慮し、Q値を算出する。 提案したルーティングプロトコルの性能を数学的に解析する。
  論文  参考訳（メタデータ） (2020-02-22T04:28:00Z)

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。