ترجمه مقاله شیوه ای کارامد به منظور دسته‌بندی در شبکه‌های حسگر بیسیم با کاربرد منطق فازی
admin | چهارشنبه, ۷ تیر ۱۳۹۶، ۱۱:۰۹ ب.ظ
ترجمه مقاله شیوه ای کارامد به منظور دسته‌بندی در شبکه‌های حسگر بیسیم با کاربرد منطق فازی
چکیده فارسی
خوشه‌بندی
یکی از روش‌ها برای کاهش مصرف انرژی است. الگوریتم‌های خوشه‌بندی بسیاری
معرفی شده‌اند. الگوریتم LEACH یکی از معروف‌ترین این الگوریتم‌‌هاست. در
این مقاله، ما یک روش کارا برای خوشه‌بندی با استفاده از منطق فازی با
ورودی‌های مناسب پیشنهاد می‌دهیم و آن را با ویژگی‌های خوب LEACH ترکیب
می‌کنیم. این روش کاملاً توزیع شده است. بنابراین سرعت آن بیشتر و مصرف
انرژی آن کمتر از روش‌های متمرکز است. همچنین روش پیشنهادی ما، ضعف‌های
LEACH را بر طرف کرده و کاراتر از روش‌های موجود است.
چکیده بخشی از مقاله انگلیسی
Wireless sensor network (WSN) is composed of a large number of sensor nodes that are connected together to perform a specific action. The energy nodes, have limited processing power and memory. Because life depends on the network nodes, the nodes are very important source of energy. So we need to find ways to reduce energy consumption in the nodes. Clustering is one of the ways to reduce energy consumption. Many have been introduced clustering. The most famous of these Algvrytmhast LEACH algorithm. In this paper, we propose an efficient method for clustering using fuzzy logic with appropriate inputs offer and combine it with LEACH good thing. This method is completely distributed. Therefore, its speed and its energy consumption is less concentrated way. The proposed approach us to overcome the weaknesses of LEACH and more efficient than existing methodsتوضیحات در مورد این مقاله و ترجمه آن
عنوان انگلیسی مقاله: An Efficient Approach for Clustering in Wireless Sensor Network Using Fuzzy Logic
عنوان فارسی مقاله: روشی کارا برای خوشه‌بندی در شبکه‌های حسگر بیسیم با استفاده از منطق فازی.
دسته: فناوری اطلاعات و کامپیوتر
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
این
تحقیق این خلأ را با ارائه چارچوب داده‌کاوی بر اساس درخت تصمیم و
قانون‌های وابستگی پر می‌کند تا قانون‌های مفیدی برای کارمند گزینی تولید
کند. نتایج می‌توانند قوانین تصمیم‌گیری را بر اساس اطلاعات پرسنلی با
استفاده از کار روی عملکرد و نگه‌داری تولید کنند. مطالعه‌ی تجربی در یک
شرکت نیمه رسانا انجام شد تا اطلاعات استخدام کارگران باواسطه شامل مهندسین
و مدیران با کارهای عملیاتی مختلف را جمع‌آوری کند. نتایج، اهمیت تجربی
این پژوهش را اثبات کرد. به علاوه، بر اساس بحث‌های داده‌کاوان و متخصصان،
روش‌های خاص استخدام و کارگزینی نیز از این نتایج گرفته شده است.
استخراج
قوانین وابستگی، یک تکنیک داده‌کاوی است که برای پیدا کردن اطلاعات مفید و
ارزشمند از پایگاه‌های داده بزرگ استفاده می‌شود. این مقاله، پایه‌ی
مفهومی بهتری را برای توسعه‌ی برنامه‌های استخراج قوانین وابستگی ارائه
می‌دهد تا دانش را از عملیات و مدیریت اطلاعات به راحتی استخراج کند. تأکید
این مقاله روی بهبود فرایندهای عملیاتی است. یک مثال کاربردی، تجربه‌ی
صنعتی که استخراج قوانین وابستگی در آن برای تحلیل فرایند تولید استفاده
می‌شود را شرح می‌دهد. این مقاله برخی نتایج جدید و جالب در رابطه با
تکنیک‌های داده کاوی و کشف دانش که روی فرایند تولید نقش دارد را گزارش
می‌دهد. نتایج تجربی روی داده‌هایی که در زندگی واقعی نقش دارند نشان
می‌دهد که روش پیشنهادی برای یافتن دانش مرتبط با عملیات نادرست مفید واقع
می‌شود.
