MétaCan
Menu
Retour à la cohorte
Enregistrement W4280586617 · doi:10.1109/wcnc51071.2022.9771703

Differential Evolution Optimization of TSCH Scheduling for Heterogeneous Sensor Networks

2022· article· en· W4280586617 sur OpenAlexaff
Aida Vatankhah, Ramiro Liscano

Notice bibliographique

Revue2022 IEEE Wireless Communications and Networking Conference (WCNC) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceDifferential evolutionScheduleWireless sensor networkScheduling (production processes)Optimization problemJob shop schedulingThroughputInterference (communication)PopulationReal-time computingMathematical optimizationChannel (broadcasting)Computer networkAlgorithmWirelessMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

The Time-Slotted Channel Hopping (TSCH) from the IEEE 802.15.4-2015 standard has been proposed as a MAC protocol for industrial sensor networks as it provides a reliable media access control protocol under harsh conditions. This paper presents an algorithm for the optimization of a TSCH schedule based on a combined determination of interference free transmissions and Differential Evolution (DE) algorithm. Because of the inconsistent number of transmissions that a TSCH schedule can support, the standard mutation and cross-over steps of the DE algorithm had to be modified and a unique approach is presented that accommodates for this inconsistency. The feasibility of the optimization algorithm is demonstrated by showing an improvement in the throughput of a sensor network with heterogeneous sensors rates as the DE optimizer iterates through the population of schedules.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,250
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE Wireless Communications and Networking Conference (WCNC)Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207