Apprentissage incrémental pour les réseaux de capteurs sans fils intelligents

点击翻译按钮获取中文摘要

Les réseaux de capteurs sont de plus en plus utilisés pour la surveillance et la protection de lieux physiques. Ils sont constitués de dispositifs sensoriels compacts, peu chers et capables de communiquer sans fil. Leur principal intérêt est de permettre le déploiement rapide d'un grand nombre de capteurs près des zones d'intérêt; leurs principaux défauts sont une autonomie énergétique relativement restreinte ainsi qu'une incapacité à s'adapter dynamiquement à leur environnement. Dans ce projet, nous proposons de développer de nouveaux algorithmes pour maximiser la performance d'un réseau de capteurs. Nous proposons de doter les classifieurs internes aux capteurs d'une capacité d'apprentissage incrémental pour que, après leur déploiement sur le terrain, ils puissent accroitre dynamiquement leur performance en s'adaptant aux conditions spécifiques de perception de leur nouvel environnement. Pour ce faire, nous construirons un simulateur à base de GIS («geographical information system»), dans lequel des avatars de formes se déplaceront pour à la fois mettre à l'épreuve le réseau et procéder à son apprentissage incrémental