Apprentissage incrémental pour les réseaux de capteurs sans fils intelligents

Les réseaux de capacitors sont de plus en plus utilisés pour la surveillance et la protection de lieux physiques.它们构成了感觉器官的结构、功能和无文件通讯的能力。Leur principal intérêt est de permettre le déploiement rapide d'un grand nombre de captureprès des zones d'intérêt; leurs principaux défauts sont une energétique relativement restrainte ainsi qu'une incapacité à s'adapter dynamiquement à adapter nement. 在这个项目中，我们提出了改进新算法的建议，以最大限度地提高网络的性能。Nous proposons de doter les classifieurs internes aux captured 'une capacité d'acquitissage incrémental pour que，après deploiement sur le terrain，ils puissent accroitre dynamiquement capacitance en s'adaptant aux conditions spécifiques de perception de acquisition nouvel acquisition. 为此，我们在表格中放置了一个基于GIS（《地理信息系统》）的模拟器，以便于在不断增加的数据库中进行数据处理和检索

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