دسته بندی داده ها در شبکه های سنسوری با استفاده از الگوریتم بیزین تغییراتی توزیع شده

در این مقاله مسئله تخمین چگالی و دسته بندی داده ها در شبکه های سنسوری مورد توجه قرار گرفته است. فرض بر این است که داده های موجود در گره های شبکه را می توان به صورت آماری و به کمک ترکیبی از توابع چگالی احتمال گوسی مدل سازی نمود. با این فرض، یک الگوریتم بیزین تغییراتی توزیع شده به منظور تخمین پارامترهای مدل ارائه می گردد. در این الگوریتم، مقادیر جکیده محلی در هر گره، تنها با استفاده از داده های محلی قابل محاسبه می باشد. سپس با استفاده از یک فیلتر consenus مقادیر چکیده محلی به گره های همسایه فرستاده می شود و چکیده سراسری در هر گره محاسبه می شود. پس از آن، هر گره با استفاده از چکیده سراسری پارامترهای مدل ترکیبی گوسی را به روز رسانی می کند. در پایان عملکرد الگوریتم ارائه شده بر مبنای داده های شبیه سازی شده مورد بررسی قرار گرفته است.

کلیدواژه ها:

الگوریتم بیزین تغییراتی توزیع شده ، تخمین تابع چگالی احتمال ، شبکه سنسوری ، فیلتر consensus ، مدل ترکیبی گوسی