SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:research.chalmers.se:4a31924a-1132-495b-b7b5-216be986a837"
 

Sökning: id:"swepub:oai:research.chalmers.se:4a31924a-1132-495b-b7b5-216be986a837" > Poster: Learning to...

Poster: Learning to Shine - Optimizing Glossy at Runtime with Reinforcement Learning

Poirot, Valentin, 1994 (författare)
Chalmers tekniska högskola,Chalmers University of Technology
Landsiedel, Olaf, 1979 (författare)
Chalmers tekniska högskola,Chalmers University of Technology,Christian-Albrechts-Universität zu Kiel,University of Kiel
 (creator_code:org_t)
2019
2019
Engelska.
Ingår i: International Conference on Embedded Wireless Systems and Networks. - 2562-2331. ; 2019, s. 226-227
  • Konferensbidrag (refereegranskat)
Abstract Ämnesord
Stäng  
  • Glossy is a dissemination protocol that allows a node to propagate information to the entire network through constructive interference. We present GLossAI, a new artificial intelligence-based version of Glossy. We use reinforcement learning to determine and update Glossy’s parameters at runtime. Each node individually learns the best strategy to minimize energy consumption while maintaining high reliability. Furthermore, nodes can dynamically adapt their parameters to follow the dynamics of the medium.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Telekommunikation (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Telecommunications (hsv//eng)
TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Kommunikationssystem (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Communication Systems (hsv//eng)
NATURVETENSKAP  -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Sciences (hsv//eng)

Nyckelord

wireless sensor networks
network flooding
artificial intelligence
Glossy
reinforcement learning
IoT

Publikations- och innehållstyp

kon (ämneskategori)
ref (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy