ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مکان یابی مبتنی بر RSS با استفاده از ترکیب دو شبکه عصبی عمیق

سال انتشار: 1399
کد COI مقاله: ITCT11_029
زبان مقاله: فارسیمشاهد این مقاله: 29
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مکان یابی مبتنی بر RSS با استفاده از ترکیب دو شبکه عصبی عمیق

فاطمه مهدوی - دانشجوی کارشناسی ارشد، دانشگاه صنعتی قم، قم، ایران
هادی زیانی - دانشیار، دانشگاه صنعتی قم، قم، ایران
روزبه رجبی - استادیار، دانشگاه صنعتی قم، قم، ایران

چکیده مقاله:

اندازه گیری توان سیگنال دریافتی، یکی از روش های ساده ای است که می تواند در آشکارسازی و موقعیت یابی اهداف در یک شبکه حسگر بی سیم مورد استفاده قرار گیرد. مکان یابی با استفاده از توان سیگنال دریافتی به دلیل پدیده های محوشوندگی و چند مسیری در مقایسه با روش های دیگر از دقت پایین تری برخوردار می باشد. برای رفع این مشکل در تخمین مکان از الگوریتم های یادگیری ماشین به ویژه الگوریتم های یادگیری عمیق استفاده شده است. تاکنون الگوریتم هایی همچون شبکه عصبی کانولوشنال (CNN)، حافظه طولانی کوتاه - مدت (LSTM)، شبکه عصبی چند لایه (MLNN) و دیگر روش ها برای مکان یابی مورد بررسی قرار گرفته است. در این مقاله، ما برای رفع این مشکل ترکیب دو شبکه CNN و LSTM را پیشنهاد می دهیم. ضریب ترکیب به صورت یک روش ابتکاری می باشد که بر اساس عکس خطاهای دو شبکه عصبی در نظر گرفته شد. میانگین خطا برای ۰.۱CNN متر، ۰.۰۸LSTM متر و ترکیب این دو شبکه ۰.۰۷ متر می باشد. نتایج شبیه سازی نشان می دهد که الگوریتم پیشنهادی منجر به بهبود دقت مکان یابی شد.

کلیدواژه ها:

مکان یابی، توان سیگنال دریافتی، یادگیری ماشین، شبکه عصبی کانولوشنال، حافظه طولانی کوتاه - مدت

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1197097/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مهدوی، فاطمه و زیانی، هادی و رجبی، روزبه،1399،مکان یابی مبتنی بر RSS با استفاده از ترکیب دو شبکه عصبی عمیق،یازدهمین کنفرانس بین المللی فناوری اطلاعات،کامپیوتر و مخابرات،،،https://civilica.com/doc/1197097

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، مهدوی، فاطمه؛ هادی زیانی و روزبه رجبی)
برای بار دوم به بعد: (1399، مهدوی؛ زیانی و رجبی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 733
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی