Principal Component Analysis Tersebar untuk Jaringan Sensor Nirkabel

Principal Component Analysis (PCA) adalah sebuah teknik pengurangan dimensionalitas data yang cocok untuk pengolahan data dari jaringan sensor. PCA bisa diterapkan untuk tugas seperti kompresi, deteksi kejadian, dan pengenalan kejadian. Teknik ini didasarkan pada sebuah transformasi linear dimana pengukuran sensor berkorelasi, sekumpulan kecil komponen prinsip bisa menjelaskan sebagian besar variabilitas pengukuran. Hal ini ini memungkinkan untuk secara signifikan mengurangi jumlah komunikasi radio dan konsumsi energi.
Dalam penelitian ini, kami tunjukkan bahwa metode iterasi daya bias disebar dalam sebuah jaringan sensor untuk menghitung sebuah perkiraan dari komponen prinsip. Implementasi yang diusulkan bergantung pada sebuah layanan agregasi, yang baru-baru ini telah ditunjukkan untuk menyediakan sebuah kerangka kerja yang cocok untuk penyebaran komputasi dari sebuah transformasi linear dalam sebuah jaringan sensor. Kami juga mengembangkan penelitian sebelumnya ini dengan menyediakan analisir yang rinci dari komputasi, memori, dan biaya komunikasi yang dilibatkan. Sebuah percobaan kompresi yang melibatkan data real memvalidasi algoritma dan menggambarkan tukar-tambah antara akurasi dan biaya komunikasi.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>