Apprentissage incrémental pour les réseaux de capteurs sans fils intelligents

《Les Réseaux de Capteers Sont de plus en plus UtiliséS Pour la Survisors et la Protection de lieux》(监控和保护的体格)S没有组织处理感官契约，也没有能力解决问题。主要的国际关系和发展迅速与S的关系密切相关，而S在环境中的适配能力不足。 Dans ce ProJet，Nous Proposons de De Developper de Nouveaux算法为性能最大化提供了新的解决方案。在S提出的适应新环境的条件下，学生的学习能力和学习能力都得到了提高，S的学习和学习也在不断地进行。 在地理信息系统的基础上，建立一个模拟的地理信息系统，让虚拟化身成为L的学徒。

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