Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/15451 |
Resumo: | The use of wireless sensor and actuator networks in industry has been increasing past few years, bringing multiple benefits compared to wired systems, like network flexibility and manageability. Such networks consists of a possibly large number of small and autonomous sensor and actuator devices with wireless communication capabilities. The data collected by sensors are sent directly or through intermediary nodes along the network to a base station called sink node. The data routing in this environment is an essential matter since it is strictly bounded to the energy efficiency, thus the network lifetime. This work investigates the application of a routing technique based on Reinforcement Learning s Q-Learning algorithm to a wireless sensor network by using an NS-2 simulated environment. Several metrics like energy consumption, data packet delivery rates and delays are used to validate de proposal comparing it with another solutions existing in the literature |
id |
UFRN_c0bd713964b35b3b35b15926a30b9907 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/15451 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Campos, Leonardo Rene dos Santoshttp://lattes.cnpq.br/5477636628791124http://lattes.cnpq.br/1987295209521433Barreto, Guilherme de Alencarhttp://lattes.cnpq.br/8902002461422112Melo, Jorge Dantas dehttp://lattes.cnpq.br/7325007451912598Oliveira, Luiz Affonso Henderson Guedes dehttp://lattes.cnpq.br/7987212907837941Dória Neto, Adrião Duarte2014-12-17T14:56:07Z2013-04-242014-12-17T14:56:07Z2011-12-19CAMPOS, Leonardo Rene dos Santos. Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço. 2011. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2011.https://repositorio.ufrn.br/jspui/handle/123456789/15451The use of wireless sensor and actuator networks in industry has been increasing past few years, bringing multiple benefits compared to wired systems, like network flexibility and manageability. Such networks consists of a possibly large number of small and autonomous sensor and actuator devices with wireless communication capabilities. The data collected by sensors are sent directly or through intermediary nodes along the network to a base station called sink node. The data routing in this environment is an essential matter since it is strictly bounded to the energy efficiency, thus the network lifetime. This work investigates the application of a routing technique based on Reinforcement Learning s Q-Learning algorithm to a wireless sensor network by using an NS-2 simulated environment. Several metrics like energy consumption, data packet delivery rates and delays are used to validate de proposal comparing it with another solutions existing in the literatureA utilização das redes de sensores e atuadores sem fio nas plantas das indústrias vem crescendo nos últimos anos, trazendo vários benefícios em relação aos sistemas cabeados, como flexibilidade na instalação e manutenção da rede. Tais redes consistem basicamente de um número possivelmente grande de dispositivos sensores e atuadores pequenos e autônomos que possuem capacidade de comunicação sem fio. Os dados coletados pelos sensores são enviados seja diretamente ou passando através de nós intermediários pela rede até uma estação-base conhecida como nó sink. O roteamento nesse ambiente é uma questão essencial já que está intimamente ligado à eficiência energética e consequentemente ao tempo de vida da rede. Este trabalho investiga a aplicação de uma técnica de roteamento baseado no algoritmo Q-Learning de Aprendizagem por Reforço a uma rede de sensores sem fio através de simulações no ambiente NS-2. Diversas métricas como consumo de energia, taxa de pacotes entregues com sucesso e atrasos são utilizadas para validar a proposta comparando-a com outras soluções existentes na literaturaapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Engenharia ElétricaUFRNBRAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesRedes de Sensores e Atuadores Sem Fi. Simulação. Aprendizado Por Reforço. Técnicas de RoteamentoWireless Sensor and Actuator Networks. Simulation. Reinforcement Learning. Routing TechniquesCNPQ::ENGENHARIAS::ENGENHARIA ELETRICARoteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforçoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALLeonardoRSC_DISSERT.pdfapplication/pdf726277https://repositorio.ufrn.br/bitstream/123456789/15451/1/LeonardoRSC_DISSERT.pdfd47bf4e8090a3b1fadc03b4c34ebecdaMD51TEXTLeonardoRSC_DISSERT.pdf.txtLeonardoRSC_DISSERT.pdf.txtExtracted texttext/plain106875https://repositorio.ufrn.br/bitstream/123456789/15451/8/LeonardoRSC_DISSERT.pdf.txtd35cd53e0eac73b02a05cb2bcf7deaa4MD58THUMBNAILLeonardoRSC_DISSERT.pdf.jpgLeonardoRSC_DISSERT.pdf.jpgIM Thumbnailimage/jpeg2972https://repositorio.ufrn.br/bitstream/123456789/15451/9/LeonardoRSC_DISSERT.pdf.jpg6dabb14a822bc462830eb5b2a19222c3MD59123456789/154512017-10-31 15:40:29.839oai:https://repositorio.ufrn.br:123456789/15451Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-10-31T18:40:29Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.por.fl_str_mv |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
title |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
spellingShingle |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço Campos, Leonardo Rene dos Santos Redes de Sensores e Atuadores Sem Fi. Simulação. Aprendizado Por Reforço. Técnicas de Roteamento Wireless Sensor and Actuator Networks. Simulation. Reinforcement Learning. Routing Techniques CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
title_full |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
title_fullStr |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
title_full_unstemmed |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
title_sort |
Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço |
author |
Campos, Leonardo Rene dos Santos |
author_facet |
Campos, Leonardo Rene dos Santos |
author_role |
author |
dc.contributor.authorID.por.fl_str_mv |
|
dc.contributor.authorLattes.por.fl_str_mv |
http://lattes.cnpq.br/5477636628791124 |
dc.contributor.advisorID.por.fl_str_mv |
|
dc.contributor.advisorLattes.por.fl_str_mv |
http://lattes.cnpq.br/1987295209521433 |
dc.contributor.referees1.pt_BR.fl_str_mv |
Barreto, Guilherme de Alencar |
dc.contributor.referees1ID.por.fl_str_mv |
|
dc.contributor.referees1Lattes.por.fl_str_mv |
http://lattes.cnpq.br/8902002461422112 |
dc.contributor.referees2.pt_BR.fl_str_mv |
Melo, Jorge Dantas de |
dc.contributor.referees2ID.por.fl_str_mv |
|
dc.contributor.referees2Lattes.por.fl_str_mv |
http://lattes.cnpq.br/7325007451912598 |
dc.contributor.referees3.pt_BR.fl_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de |
dc.contributor.referees3ID.por.fl_str_mv |
|
dc.contributor.referees3Lattes.por.fl_str_mv |
http://lattes.cnpq.br/7987212907837941 |
dc.contributor.author.fl_str_mv |
Campos, Leonardo Rene dos Santos |
dc.contributor.advisor1.fl_str_mv |
Dória Neto, Adrião Duarte |
contributor_str_mv |
Dória Neto, Adrião Duarte |
dc.subject.por.fl_str_mv |
Redes de Sensores e Atuadores Sem Fi. Simulação. Aprendizado Por Reforço. Técnicas de Roteamento |
topic |
Redes de Sensores e Atuadores Sem Fi. Simulação. Aprendizado Por Reforço. Técnicas de Roteamento Wireless Sensor and Actuator Networks. Simulation. Reinforcement Learning. Routing Techniques CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
dc.subject.eng.fl_str_mv |
Wireless Sensor and Actuator Networks. Simulation. Reinforcement Learning. Routing Techniques |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
The use of wireless sensor and actuator networks in industry has been increasing past few years, bringing multiple benefits compared to wired systems, like network flexibility and manageability. Such networks consists of a possibly large number of small and autonomous sensor and actuator devices with wireless communication capabilities. The data collected by sensors are sent directly or through intermediary nodes along the network to a base station called sink node. The data routing in this environment is an essential matter since it is strictly bounded to the energy efficiency, thus the network lifetime. This work investigates the application of a routing technique based on Reinforcement Learning s Q-Learning algorithm to a wireless sensor network by using an NS-2 simulated environment. Several metrics like energy consumption, data packet delivery rates and delays are used to validate de proposal comparing it with another solutions existing in the literature |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-12-19 |
dc.date.available.fl_str_mv |
2013-04-24 2014-12-17T14:56:07Z |
dc.date.accessioned.fl_str_mv |
2014-12-17T14:56:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CAMPOS, Leonardo Rene dos Santos. Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço. 2011. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2011. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/15451 |
identifier_str_mv |
CAMPOS, Leonardo Rene dos Santos. Roteamento em Redes de Sensores Sem Fios Com Base Em Aprendizagem Por Reforço. 2011. 70 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2011. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/15451 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Automação e Sistemas; Engenharia de Computação; Telecomunicações |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/15451/1/LeonardoRSC_DISSERT.pdf https://repositorio.ufrn.br/bitstream/123456789/15451/8/LeonardoRSC_DISSERT.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/15451/9/LeonardoRSC_DISSERT.pdf.jpg |
bitstream.checksum.fl_str_mv |
d47bf4e8090a3b1fadc03b4c34ebecda d35cd53e0eac73b02a05cb2bcf7deaa4 6dabb14a822bc462830eb5b2a19222c3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117657292439552 |