.png){kind=icon}
返回
Multi-Node Efficient Activation Scheduling and Global Estimation Method Based on Spatio-Temporal Scope Joint Information Model
.png){kind=icon}
PRE
AI
DOI：10.1109/TGCN.2025.3609461.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对涉及多个传感节点部署的物联网（IoT）应用，本文基于节点间的时空相关性，建立了一个多节点时空范围联合信息模型（SSJIM），以量化信息的区域价值。提出了一种高效的节点激活与全局数据估计算法。具体而言，从信息熵与条件熵的角度，建立了多节点联合范围有效信息的数学表达式。随后，设计了一种局部最优迭代算法，用于决策优化节点集的选择。在全局估计模型的设计中，该方法主要基于改进的掩码自编码器（MAE）架构。此外，开发了一种串联排队模型，用于模拟获取传感器数据所涉及的双向通信过程。考虑了两种通信时间模型，并推导出信息新鲜度（AoI）的平均稳态增量。仿真结果与理论推导一致。实验结果表明，所提方法表现出显著性能优势，尤其在部分数据场景下仅激活少量节点时优势更为明显。此外，实验表明SSJIM能进一步提升全局估计模型的精度。
Keyword:
IoT
SSJIM
MAE
sensor activation scheduling
global estimation
期刊
I
IF:
6.7
论文数:
1.4K
被引数:
4.3K
机构
引用论文
Efficient Sensor Scheduling Strategy Based on Spatio-Temporal Scope Information Model基于时空范围信息模型的高效传感器调度策略.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏Energy-Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space时空相关传感器的能量感知深度强化学习调度
OAAI
OAAI分享收藏
查看更多内容