Метод навчання маршрутів передачіданих в мобільних радіомережах

Скорочена інформація про документ
dc.contributor.authorДівіцький, Андрій Сергійович
dc.contributor.authorСторчак, Антон Сергійович
dc.contributor.authorКрамський, Антон Євгенійович
dc.contributor.authorСальник, Сергій Васильович
dc.date.accessioned2023-04-12T11:47:21Z
dc.date.available2023-04-12T11:47:21Z
dc.date.issued2022
dc.description.abstractЗапропоновано метод навчання маршрутів передачі даних в бездротових самоорганізованих мережах. Описано особливості побудови мереж даного класу. Показано основні завдання функціонування системи управління бездротовими самоорганізованими мережами. Проаналізовано основні методи навчання, які використовуються для прогнозування змін маршрутів передачі даних. Роз’яснено ефективність при застосуванні в певних галузях та невідповідність до вимог, які висуваються до методу, що розробляється. Описано сутність прогнозування та безпосередній зв’язок з процесом навчання маршрутів передачі даних. Зображено систему маршрутизації як необхідну складову для безперебійної роботи бездротових самоорганізованих мережах. Показано сутність та вимоги до методу навчання. Розглянуто блок навчання підсистеми прогнозування, призначення якого полягає у побудові бази правил, спрямованих на виявлення істотних залежностей у тимчасовому ряді на основі використання обраного алгоритму навчання генетичного алгоритму, в його основі лежить використання еволюційних принципів для пошуку оптимального рішення. Показано варіанти підвищення ефективності скалярної оптимізації. Суть методу полягає у навчанні параметрів (загальна затримка передачі маршрутів; маршрути мережі; мінімальна пропускна спроможність; надійність; завантаження) маршрутів передачі даних за допомогою методу скалярної оптимізації, призначеного для динамічного вибору найбільш ефективної функції пристосовуваності який застосовується в кожному новоствореному поколінні еволюційних алгоритмів. Проаналізовано задачі оптимізації з допоміжними критеріями та навчання з підкріпленням. Алгоритм “Еволюційний алгоритм та навчання з підкріпленням” дозволяє здійснювати керування процесом виконання еволюційного алгоритму. Описано задачу Hierarchical-if-and-only-if function та показано її ефективність під час роботи з різними алгоритмами. Параметри, використані в роботі, відповідають параметрам досліджень, що надає можливість порівняти отримані результати з результатами, отриманими раніше. В ході роботи над методом відображено його ефективність та здійснено порівняльний аналіз з подібними методами багатокритеріальної оптимізації.uk
dc.description.abstractotherA method for training data transmission routes in wireless self-organized networks is proposed. Features of construction of networks of this class are described. The main tasks of functioning of the control system of wireless self –organized networks are shown. The main teaching methods used to predict changes in data transmission routes are analyzed. The efficiency of application in certain fields and non-compliance with the requirements for the method being developed are explained. The essence of forecasting and direct connection with theprocess of learning data transmission routes is described. The routing system is shown as a necessary component for uninterrupted operation of wireless self-organized networks. The essence and requirements for the teaching method are shown. The learning unit of the forecasting subsystem is considered. Options for increasing the efficiency of scalar optimization are shown. The essence of the method is to learn the parameters (total latency; network routes; minimum bandwidth; reliability; load; load) of datatransmission routes using the scalar optimization method, designed to dynamically select the most efficient adaptability function used in each new generation of evolutionary algorithms. Optimization problems with auxiliary criteria and reinforcement training are analyzed. The “Evolutionary Algorithm and Reinforced Learning” algorithm allows you to control the execution process of the evolutionary algorithm. The Hierarchical-if-and-only-if function problem is described and its efficiency when working with different algorithms is shown. The parameters used in the work correspond to the parameters of the research, which makes it possible to compare the results with previous results. In the course of work on the method its efficiency is reflected and the comparative analysis with similar methods of multicriteria optimization is carried out.uk
dc.format.pagerangePp. 60-71uk
dc.identifier.citationМетод навчання маршрутів передачіданих в мобільних радіомережах / Дівіцький Андрій Сергійович, Сторчак Антон Сергійович, Крамський Антон Євгенійович, Сальник Сергій Васильович // Information Technology and Security. – 2022. – Vol. 10, Iss. 1 (18). – Pp. 60–71. – Bibliogr.: 22 ref.uk
dc.identifier.doihttps://doi.org/10.20535/2411-1031.2022.10.1.261175
dc.identifier.issn2411-1031
dc.identifier.orcid0000-0002-9261-9841uk
dc.identifier.orcid0000-0002-5267-3122uk
dc.identifier.orcid0000-0003-1431-242Xuk
dc.identifier.orcid0000-0003-4463-5705uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54522
dc.language.isoukuk
dc.publisherInstitute of Special Communication and Information Protection of National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”uk
dc.publisher.placeKyivuk
dc.relation.ispartofInformation Technology and Security : Ukrainian research papers collection, 2022, Vol. 10, Iss. 1 (18)uk
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectwireless self-organized networksuk
dc.subjectdata transmissionuk
dc.subjectroute learninguk
dc.subjectgenetic algorithmuk
dc.subjectevolutionary algorithmuk
dc.subjectбездротові самоорганізовані мережіuk
dc.subjectпередача данихuk
dc.subjectнавчання маршрутівuk
dc.subjectгенетичний алгоритмuk
dc.subjectеволюційний алгоритмuk
dc.subject.udc004.8uk
dc.titleМетод навчання маршрутів передачіданих в мобільних радіомережахuk
dc.title.alternativeMethod of training routes of data transmission on mobile radio networksuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
261175-601176-1-10-20220710.pdf
Розмір:
663.31 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information Technology and Security, Vol. 10, Iss. 1 (18)