شبكه اینترنت اشیا با شبكه عصبی

فشرده‌سازی تطبیقی داده‌های حسگر در شبكه اینترنت اشیا با شبكه عصبی جهت بهینه‌سازی مصرف انرژی: این تحقیق شامل شبیه‌سازی در پایتون و TensorFlow/Keras و همچنین متلب خواهد بود.

داده‌های مورد استفاده از دیتاست‌های واقعی سنسوری یا داده‌های تولیدشده با شبیه‌ساز مرجع تأمین می‌شوند.

معماری پیشنهادی شامل یک Encoder با لایه‌های متوالی با تعداد نورون کاهشی و تابع فعال‌سازی مناسب، یک فضای نهان (latent space) فشرده که نرخ فشرده‌سازی قابل توجه نسبت به ورودی را فراهم می‌کند، و یک Decoder معکوس encoder برای بازسازی داده خواهد بود.

محدودیت محاسباتی به گونه‌ای در نظر گرفته شده است که تعداد کل پارامترهای مدل به حداقل ممکن برسد تا قابلیت اجرا روی گره‌های IoT با منابع محدود فراهم شود.

معیارهای ارزیابی شامل نرخ فشرده‌سازی، خطای بازسازی، مصرف انرژی تخمینی (با مدل انرژی ارتباطات بی‌سیم) و زمان پردازش روی گره است.

در نهایت، روش‌های فشرده‌سازی موجود روی داده مشابه پیاده‌سازی شده و نتایج با روش پیشنهادی مقایسه خواهد شد.