Distributed and localized strategies for energy restoration in wireless sensor networks
Notice bibliographique
Résumé
Energy management is one of the main hurdles in the quest for autonomous and reliable Wireless Sensor Networks (WSN). This thesis examines several scenarios where mobility is added to the network components in order to carry out energy management tasks. The main goal is to increase network availability by recharging or redeploying depleted sensors with the help of mobile entities. For static sensors networks we provide a cluster-based solution where (1) workload is balanced, (2) the movement of the maintenance entities is minimized and (3) there is a small number of sensor communications. This problem is a variant of the so-called Facility Location Problem (FLP). Although finding the optimal network partition and placement of the facilities is a NP-hard problem, we show a simple and efficient solution that provides partitions of remarkable quality. The experimental analysis shows that sensor communication cost remains low as the size of the network increases, there is a rapid progression towards convergence and the quality of the final partition is similar to centralized clustering benchmarks. We also study a particular instance of the Frugal Feeding Problem (FFP), where mobility becomes a sensor's attribute and service stations are static. In this scenario, we examine the mobility strategies, underlying topologies and network parameters that guarantee an autonomous sensor recharge. The experimental results show that taking a proactive approach to energy redistribution and network fatigue outperforms passive strategies. The greedy closest-first swapping-based mobility strategy offered the best overall performance among all the proactive approaches studied and the proposed Compass Directed Graph provides a good underlying topology to achieve energy equilibrium.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».