SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:miun-47696"
 

Sökning: onr:"swepub:oai:DiVA.org:miun-47696" > Intelligent Resourc...

  • Minhaj, Syed Usama (författare)

Intelligent Resource Allocation in LoRaWAN Using Machine Learning Techniques

  • Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

  • 2023
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:miun-47696
  • https://urn.kb.se/resolve?urn=urn:nbn:se:miun:diva-47696URI
  • https://doi.org/10.1109/ACCESS.2023.3240308DOI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:art swepub-publicationtype

Anmärkningar

  • With the ubiquitous growth of Internet-of-things (IoT) devices, current low-power wide-area network (LPWAN) technologies will inevitably face performance degradation due to congestion and interference. The rule-based approaches to assign and adapt the device parameters are insufficient in dynamic massive IoT scenarios. For example, the adaptive data rate (ADR) algorithm in LoRaWAN has been proven inefficient and outdated for large-scale IoT networks. Meanwhile, new solutions involving machine learning (ML) and reinforcement learning (RL) techniques are shown to be very effective in solving resource allocation in dense IoT networks. In this article, we propose a new concept of using two independent learning approaches for allocating spreading factor (SF) and transmission power to the devices using a combination of a decentralized and centralized approach. SF is allocated to the devices using RL for contextual bandit problem, while transmission power is assigned centrally by treating it as a supervised ML problem. We compare our approach with existing state-of-the-art algorithms, showing a significant improvement in both network level goodput and energy consumption, especially for large and highly congested networks. 

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Mahmood, Aamir,1980-Mittuniversitetet,Institutionen för data- och elektroteknik (2023-)(Swepub:miun)aammah (författare)
  • Abedin, Sarder FakhrulMittuniversitetet,Institutionen för data- och elektroteknik (2023-)(Swepub:miun)sarabe (författare)
  • Hassan, Syed Ali (författare)
  • Bhatti, Muhammad Talha (författare)
  • Ali, Syed Haider (författare)
  • Gidlund, Mikael,1972-Mittuniversitetet,Institutionen för data- och elektroteknik (2023-)(Swepub:miun)mikgid (författare)
  • MittuniversitetetInstitutionen för data- och elektroteknik (2023-) (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:IEEE Access11, s. 10092-101062169-3536

Internetlänk

Hitta via bibliotek

Till lärosätets databas

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