Energy Aware Trajectory Computation of Mobile Data Collectors in Hierarchical Sensor Networks
Notice bibliographique
Résumé
In hierarchical sensor networks, higher powered relay nodes can be deployed to act as cluster heads. The lifetime of such a network is primarily determined by the lifetime of the relay nodes. Recently, it has been shown that the use of a Mobile Data Collector (MDC), which moves through the sensor network to collect data, can improve the performance of the network in a number of ways. We propose a model for hierarchical networks using a MDC, where the MDC travels along a pre-determined trajectory at a known speed, and collects data from each relay node. In this model, the relay nodes need to buffer their data until they can be uploaded to the MDC. To reduce the buffer size, as well as the delay for the data communication, it is desirable to minimize the length of the trajectory. In our model the MDC "visits" a relay node, to collect data, at any point within the permitted transmission distance of the relay node. There is a trade-off in this approach, as a large permitted transmission distance means that the relay node will expend higher energy, and hence, have a reduced lifetime. In this paper, we present two formulations for computing the minimal trajectory of the MDC. Our approaches allow us to control the transmission distances of the relay nodes and hence, achieve the lifetime objectives. Minimizing the length of the trajectory reduces the buffer size requirements at each node as well as the delay between successive visits.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 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 | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».