مقایسه الگوریتم پس انتشار و فیلتر کالمن آنسنتد در آموزش شبکه عصبی عمیق به منظور تخمین مکان اجسام دارای قابلیت مانور بالادر سه بعد توسط اطلاعات فاصله بر مبنای روش زمان ورود و شرایط عدم وجود خط دید
- سال انتشار: 1401
- محل انتشار: هفتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
- کد COI اختصاصی: ECMM07_016
- زبان مقاله: فارسی
- تعداد مشاهده: 133
نویسندگان
دانش آموخته ارشد، مهندسی کامپیوتر – نرم افزار،
عضو هیئت علمی، دانشیار، گروه مهندسی کامپیوتر – نرم افزار، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران.
چکیده
در مقاله پیشرو روشی به منظور مکانیابی در شبکه های حسگر بیسیم برمبنای روش پایه زمان ورود در شرایط عدم وجود خط دید پیشنهاد شده است. از طرفی حرکت جسم متحرک دارای قدرت مانور بالابا نرخ چرخش متغییر و ناشناخته است. در چنین شرایطی دقت تخمین مکان به میزان قابل توجه کاهش مییابد. روش پیشنهادیبه منظور کاهش خطای تخمین به کارگیری شبکه عصبی عمیق در شبکه های حسگر بیسیم است که در آن ورودی شبکه عصبی عمیق بر مبنای اطلاعات فاصله حاصل از زمانهای ورود اندازه گیری شده و خروجی آن مکان جسممتحرک در سه بعد است. چالش اصلی در استفاده از شبکه عصبی عمیق الگوریتم آموزش آن است. معموال به منظور آموزش الگوریتمهای پس انتشار پیشنهاد میگردد. ولی چالش اصلی اینگونه الگوریتمها گیرافتادن در نقاط بهینه محلی است که در نتیجه آن همگرائی شبکه عصبی عمیق تحت تاثیر قرارا گرفته یا حتی ممکن است به واگرائی خروجی شبکه عصبی منجر گردد. بدین منظور در روش پیشنهادی از الگوریتم فیلتر کالمن آنسنتد بهمنظور آموزش شبکه عصبی استفاده شده است. نتایج شبیه سازی نشان میدهد که الگوریتم پیشنهاد ی عملکرد بهتری نسبت به الگوریتمهای پس انتشار دارد و میتواند به طور قابلتوجهی دقت تخمین مکان توسط روش زمان ورود را در شرایط عدم وجود خط دید و قابلیت مانور بالاهدف بهبود بخشد.کلیدواژه ها
شبکه های حسگر بیسیم، روش زمان ورود، عدم وجود خط دید، شبکه عصبی عمیق، فیلتر کالمن آنسنتد.مقالات مرتبط جدید
- طراحی و پیاده سازی سیستم پارکینگ هوشمند خودرو با امکان شارژ خورشیدی و رزرو محل پارک خودرو
- بررسی رویکرد قابلیت اطمینان نرم افزار و معرفی یک مدل آزمون جهت سنجش میزان اطمینان در یک نرم افزار
- پردازش تصویر در پزشکی
- شناسایی بیماری نارسایی کلیوی بر اساس روش ترکیبی ویادگیری گروهی در یادگیری ماشین
- مطالعه عددی تشدید پلاسمون سطحی در دایمرهای نانوذرات فلزی طلا
اطلاعات بیشتر در مورد 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.