权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Einsatz von Kontext-Prognose-Methoden zur Optimierung des Datenaufkommens in Sensornetzen

使用上下文预测方法优化传感器网络中的数据量

基本信息

批准号：
101210982
负责人：
Professor Dr. Michael Beigl
金额：
--
依托单位：
Lehrstuhl für Pervasive Computing Systems
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2008
资助国家：
德国
起止时间：
2007-12-31 至 2011-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/101210982?language=en
关键词：
Einsatz von Kontext Prognose Methoden

项目摘要

Der vorliegende Projektantrag ist im Themengebiet kabelloser Sensornetzwerke (Wireless Sensor Networks, WSNs) und hier speziell im Bereich Prognose-Verfahren angesiedelt. WSNs bieten eine Kommunikations- und Mess- Infrastruktur dort, wo alternative Installationen aufgrund zeitlicher, finanzieller oder technischer Restriktionen nicht möglich sind. Verfahren zur Prognose von Zeitreihendaten werden z.B. bei der Prognose finanzieller Zeitreihen oder zur Wettervorhersage verwandt. Derzeitige Prognose-Ansätze im Kontext von WSNs schätzen Umgebungsparameter, um Messwerte zu verifizieren oder zu korrigieren. Wir verwenden Prognose-Verfahren in WSNs um Netzwerkparameter zu optimieren.Im Projekt SenseCast wird die Möglichkeit untersucht, durch Prognose von Netzwerkverhalten und -parametern von kabellosen Sensornetzen das Auftreten kritischer Situationen in WSNs vorherzusehen, um Netzwerkparameter dynamisch vorausschauend zu optimieren. Dies ermöglicht die Zusicherung von Eigenschaften wie einem reduzierten Energieverbrauch oder einer Verringerung der Latenzzeiten. Schwerpunkt dieses Projektantrags ist die Steigerung der Prognosegüte durch Reduzierung von Fehlern in der Eingabezeitreihe, kollaborative Prognosestrategien, Optimierung von Algorithmen zur Kontext-Prognose sowie die Anwendung von Prognosestrategien zur Adaption von Netzwerkparametern zur Optimierung des Netzwerkverhaltens in WSNs.

该项目是无线传感器网络（Wireless Sensor Networks，WSNs）的一个重要项目，也是一个具有预测功能的项目。WSNs bieten eine Kombikations- und Mess-Schwektur struktur dort，wo alternative Installationen aufgrund zeitlicher，finanzieller oder technischer Restriktionen nicht möglich sind.韦尔登Z.B.的预测方法在未来的财政状况或水资源状况方面。在无线传感器网络的上下文中确定预测参数，并进行验证或修正。我们将在WSNs中对网络参数进行预测和优化。在SenseCast项目中，通过对网络参数和传感器网络参数的预测来优化WSNs中的关键情况，从而优化网络参数的动态变化。Dies ermöglicht die Zusicherung von Eigenschaften wie einem reduzierten Energieverbrauch or der einer Verringerung der Latenzzeiten. Schwerpunkt Projektantrags是通过Reduzierung von Fehlern in der Eingabezeitreihe，collaborative Prognosestrategien，Optimierung von Rehlern来控制预测的一种方法，它可以使预测策略在WSNs中适应于网络参数，从而优化网络性能。

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Using prediction to conserve energy in recognition on mobile devices

在移动设备上的识别中使用预测来节省能源

DOI：
10.1109/percomw.2011.5766907
发表时间：
2011
期刊：
2011 IEEE International Conference on Pervasive Computing and Communications Workshops (PERCOM Workshops)
影响因子：
0
作者：
Dawud Gordon;Stephan Sigg;Yong Ding;Michael Beigl
通讯作者：
Michael Beigl

RFTraffic: Passive traffic awareness based on emitted RF noise from the vehicles

RFTraffic：基于车辆发出的射频噪声的被动交通感知