| Título : |
Nature Inspired Computing for Wireless Sensor Networks |
| Tipo de documento: |
documento electrónico |
| Autores: |
De, Debashis, ; Mukherjee, Amartya, ; Kumar Das, Santosh, ; Dey, Nilanjan, |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
XIV, 322 p. |
| ISBN/ISSN/DL: |
978-981-1521256-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Telecomunicación Sistemas de comunicación inalámbrica Sistemas de comunicación móviles Inteligencia Computacional Ingeniería en Comunicaciones Redes Comunicación inalámbrica y móvil |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro presenta aplicaciones informáticas inspiradas en la naturaleza para la red de sensores inalámbricos (WSN). Aunque el uso de WSN está aumentando rápidamente, tiene una serie de limitaciones en el contexto de problemas de batería, distracciones, baja velocidad de comunicación y seguridad. Esto significa que se necesitan algoritmos inteligentes innovadores para abordar estos problemas. El libro está dividido en tres secciones y también incluye un capítulo introductorio que proporciona una descripción general de WSN y sus diversas aplicaciones y algoritmos, así como los desafíos asociados. La Sección 1 describe algoritmos de optimización bioinspirados, como algoritmos genéticos (GA), redes neuronales artificiales (ANN) y sistemas inmunológicos artificiales (AIS) en los contextos de análisis y diagnóstico de fallas y gestión del tráfico. La sección 2 destaca las técnicas de optimización de enjambre, como la optimización del búfalo africano (ABO), la optimización de enjambre de partículas (PSO) y la técnica de inteligencia de enjambre modificada para resolver los problemas de enrutamiento, optimización de parámetros de red y estimación de energía. Por último, la Sección 3 explora técnicas de optimización multiobjetivo utilizando GA, PSO, ANN, optimización basada en la enseñanza (TLBO) y combinaciones de los algoritmos presentados. Como tal, el libro proporciona soluciones eficientes y óptimas para problemas de WSN basadas en algoritmos inspirados en la naturaleza. |
| Nota de contenido: |
Wireless Sensor Network: Applications, Challenges and Algorithms -- Section 1: Bio-Inspired Optimization -- A GA based Fault-Aware Routing Algorithm for Wireless Sensor Networks -- GA based Fault Diagnosis Technique for Enhancing Network Lifetime of Wireless Sensor Network -- A GA based Intelligent Traffic Management Technique for Wireless Body Area Sensor Networks -- Fault Diagnosis in Wireless Sensor Networks using a Neural Network Constructed by Deep Learning Technique -- Section 2: Swarm Optimization -- Intelligent Routing in Wireless Sensor Network based on African Buffalo Optimization -- Robust Estimation of Feedback System's Parameter in Wireless Sensor Network using Distributed Particle Swarm Optimization -- On the Development of Energy Efficient Distributed Source Localization Algorithm in Wireless Sensor Networks using Modified Swarm Intelligence -- Swarm Intelligence Approach for Ad-Hoc & Sensor Networks -- Section 3: Multi-Objective Optimization -- A Comparensive Survey of Intelligent-based Hierarchical Routing Protocols for Wireless Sensor Networks -- A Qualitative Survey on Sensor Node Deployment, Load Balancing & Energy Utilization in Sensor Network -- Bio-Inspired Algorithm for Multi-Objective Optimization in Wireless Sensor Network -- TLBO based Multi-objective Optimization System in Wireless Sensor Networks -- Nature Inspired Algorithms for Reliable, Low-Latency Communication in Wireless Sensor Networks for Pervasive Healthcare Applications. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Nature Inspired Computing for Wireless Sensor Networks [documento electrónico] / De, Debashis, ; Mukherjee, Amartya, ; Kumar Das, Santosh, ; Dey, Nilanjan, . - 1 ed. . - Singapore [Malasya] : Springer, 2020 . - XIV, 322 p. ISBN : 978-981-1521256-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Telecomunicación Sistemas de comunicación inalámbrica Sistemas de comunicación móviles Inteligencia Computacional Ingeniería en Comunicaciones Redes Comunicación inalámbrica y móvil |
| Índice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro presenta aplicaciones informáticas inspiradas en la naturaleza para la red de sensores inalámbricos (WSN). Aunque el uso de WSN está aumentando rápidamente, tiene una serie de limitaciones en el contexto de problemas de batería, distracciones, baja velocidad de comunicación y seguridad. Esto significa que se necesitan algoritmos inteligentes innovadores para abordar estos problemas. El libro está dividido en tres secciones y también incluye un capítulo introductorio que proporciona una descripción general de WSN y sus diversas aplicaciones y algoritmos, así como los desafíos asociados. La Sección 1 describe algoritmos de optimización bioinspirados, como algoritmos genéticos (GA), redes neuronales artificiales (ANN) y sistemas inmunológicos artificiales (AIS) en los contextos de análisis y diagnóstico de fallas y gestión del tráfico. La sección 2 destaca las técnicas de optimización de enjambre, como la optimización del búfalo africano (ABO), la optimización de enjambre de partículas (PSO) y la técnica de inteligencia de enjambre modificada para resolver los problemas de enrutamiento, optimización de parámetros de red y estimación de energía. Por último, la Sección 3 explora técnicas de optimización multiobjetivo utilizando GA, PSO, ANN, optimización basada en la enseñanza (TLBO) y combinaciones de los algoritmos presentados. Como tal, el libro proporciona soluciones eficientes y óptimas para problemas de WSN basadas en algoritmos inspirados en la naturaleza. |
| Nota de contenido: |
Wireless Sensor Network: Applications, Challenges and Algorithms -- Section 1: Bio-Inspired Optimization -- A GA based Fault-Aware Routing Algorithm for Wireless Sensor Networks -- GA based Fault Diagnosis Technique for Enhancing Network Lifetime of Wireless Sensor Network -- A GA based Intelligent Traffic Management Technique for Wireless Body Area Sensor Networks -- Fault Diagnosis in Wireless Sensor Networks using a Neural Network Constructed by Deep Learning Technique -- Section 2: Swarm Optimization -- Intelligent Routing in Wireless Sensor Network based on African Buffalo Optimization -- Robust Estimation of Feedback System's Parameter in Wireless Sensor Network using Distributed Particle Swarm Optimization -- On the Development of Energy Efficient Distributed Source Localization Algorithm in Wireless Sensor Networks using Modified Swarm Intelligence -- Swarm Intelligence Approach for Ad-Hoc & Sensor Networks -- Section 3: Multi-Objective Optimization -- A Comparensive Survey of Intelligent-based Hierarchical Routing Protocols for Wireless Sensor Networks -- A Qualitative Survey on Sensor Node Deployment, Load Balancing & Energy Utilization in Sensor Network -- Bio-Inspired Algorithm for Multi-Objective Optimization in Wireless Sensor Network -- TLBO based Multi-objective Optimization System in Wireless Sensor Networks -- Nature Inspired Algorithms for Reliable, Low-Latency Communication in Wireless Sensor Networks for Pervasive Healthcare Applications. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsquedaNature Inspired Computing for Wireless Sensor Networks / De, Debashis ; Mukherjee, Amartya ; Kumar Das, Santosh ; Dey, Nilanjan
