Conserving energy through neural prediction of sensed data

Tipo di pubblicazione: Articolo su rivista
Tipologia MIUR: Contributo su Rivista > Articolo in rivista
Titolo: Conserving energy through neural prediction of sensed data
Autori: Aram, Siamak; Khosa, Ikramullah; Pasero, Eros
Autori di ateneo:
Tipo di referee: Esperti anonimi
Editore: Innovative Information Science and Technology Research Group
Volume: 6
Numero: 1
Intervallo pagine: pp. 74-97
Numero di pagine: 24
ISSN: 2093-5374
Abstract: The constraint of energy consumption is a serious problem in wireless sensor networks (WSNs). In this regard, many solutions for this problem have been proposed in recent years. In one line of research, scholars suggest data driven approaches to help conserve energy by reducing the amount of required communication in the network. This paper is an attempt in this area and proposes that sensors be powered on intermittently. A neural network will then simulate sensors' data during their idle periods. The success of this method relies heavily on a high correlation between the points mak- ing a time series of sensed data. To demonstrate the effectiveness of the idea, we conduct a number of experiments. In doing so, we train a NAR network against various datasets of sensed humidity and temperature in different environments. By testing on actual data, it is shown that the predictions by the device greatly obviate the need for sensed data during sensors' idle periods and save over 65 percent of energy
Data: 2015
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: neural networks, power consumption, wireless sensor networks, computer networks and communications, computer science applications1707 computer vision and pattern recognition, data prediction
Dipartimenti (originale): DET - Dipartimento di Elettronica e Telecomunicazioni
Dipartimenti: DET - Dipartimento di Elettronica e Telecomunicazioni
URL correlate:
Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > ELETTRONICA
Data di deposito: 29 Set 2016 16:37
Data ultima modifica (IRIS): 02 Ott 2017 10:35:32
Data inserimento (PORTO): 06 Ott 2017 23:14
Link resolver URL: Link resolver link

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto



PDF (1c1ded432c98178f1d35410b8958decc884a.pdf) - Postprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Pubblico - Tutti i diritti riservati.

Download (15Mb (16731741 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...