Placement of multiple mobile base stations in wireless sensor networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Due to energy constraints in individual sensor nodes, extending the lifetime is an essential objective in wireless sensor networks (WSNs). Several proposals have aimed at that objective by designing energy efficient protocols at the physical, medium access, and network layers. While the proposed protocols achieve significant energy savings for individual sensor nodes, they fail to solve topology-related problems; an example of such problems is that sensor nodes around the base station become bottlenecks and deplete their battery energy much faster than other nodes. A natural solution to such a problem is to have multiple mobile base stations so that the load is distributed evenly among all nodes. Only few proposals have followed that direction. In this paper we propose a mobile base station placement scheme for extending the lifetime of the network. In our scheme the life of the network is divided into rounds and base stations are moved to new locations at the beginning of each round. While previous work has focused on placing the base stations at predefined spots (e.g., the work in [1]) or at the boundary of the network (e.g., the work in [2]), we define and solve a more general problem in which a base station can be placed anywhere in the sensing field. We formulate the problem as an Integer Linear Program (ILP) and use an ILP solver (with a constant time limit) to find a near-optimal placement of the base stations and to find routing patterns to deliver collected data to base stations. Our experiments show that our scheme makes significant extension to the lifetime of the network.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle