| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-07-27 11:39 CO2濃度観測のための最適無線センサ配置アルゴリズム ○松田朋晃・成枝秀介・成瀬 央（三重大）  CS2023-41 |
|
| 抄録 | （和） | CO2濃度を観測する手段として，無線通信機能と物理的な観測機能をもつ多くの無線センサと，その観測情報を収集するいくつかのゲートウェイで構築される無線センサネットワークが挙げられる．無線センサネットワークは環境モニタリングや工場での稼働状況管理，屋内での照明・空調制御で用いられており， IoTシステムを支える基盤技術として今後期待が高まっている技術の一つである．無線センサネットワークは，より多くの無線センサを用いて観測することで正確なデータを得ることができるが，無線センサの数が増えるにつれてコストも増加する．この多く の無線センサによる観測の正確性を保ちつつ，無線センサの数を減らすことによって，コストを削減する最適配置を導出する必要がある．これまでの研究では，屋内に CO2濃度モニタリングのための無線センサネットワークに対して，力任せ法を用いて最適配置を導出した．このとき，センサの観測量間の相関係数，相対誤差を用いることで，観測量の類似するセンサ同士を見つける．このようにして，あるセンサの観測量を他の観測量の類似するセンサの観測量で補完することで，観測の正確性を保ちつつ，センサの数を減らした．力任せ法は正確かつ確実に最適配 置を導出することができるが，センサ数の増加に伴い，計算量が指数関数的に増加してしまう．本研究では，このデメリットを持たない，遺伝的アルゴリズムに基づいた導出法を提案する．また，最適配置の導出において，各センサと観測量の類似センサの数に着目し，各センサを，類似センサを持たないセンサと，類似センサを持つセンサの二種類に分別する．この操作により，独立したセンサがある場合には 参 照 す る セ ン サ 数 を 減 ら す こ と で ，考慮する無線センサの組み合わせの数も減少する．そのため，最適配置導出のための計算量が削減され，解の精度が上昇 する．本研究によって，提案アルゴリズムの導出時間が，力任せ法に比べて短くなる．また，無線センサの数が多くなることによって，この時間の差がさらに広がるため，提案アルゴリズムが有効であると言える．次に，無線センサの分別の有無による導出時間や導出精度を比較することで，提案した方法が有効であると言える． |
| （英） | As a means of observing CO2 concentration, there are many wireless sensors with wireless communication function and physical observation function, and a wireless sensor network constructed with several gateways to collect the observation information. Wireless sensor networks are used for environmental monitoring, operational status management in factories, and indoor lighting and air conditioning control. A wireless sensor network can obtain accurate data by using more wireless sensors for observation, but the cost increases as the number of wireless sensors increases. It is necessary to derive the optimal placement that reduces the cost by reducing the number of wireless sensors while maintaining the accuracy of observation by this many wireless sensors. In our previous studies, we derived the optimal placement of wireless sensor networks for indoor CO2 concentration monitoring using the brute force method. At this time, sensors with similar observed values are found by using the correlation coefficient and relative error between the observed values of the sensors. In this way, the number of sensors is reduced while maintaining the accuracy of observation by complementing the observed amount of a certain sensor with the observed amount of another sensor that is similar to the observed amount. Although the brute force method can derive the optimal placement accurately and reliably, the amount of computation increases exponentially as the number of sensors increases. In this research, we propose a derivation method based on a genetic algorithm that does not have this disadvantage. In addition, in deriving the optimal placement, we pay attention to the number of similar sensors between each sensor and the observed quantity, and classify each sensor into two types: sensors without similar sensors and sensors with similar sensors. By this operation, when there are independent sensors, the number of combinations of wireless sensors to be considered is also reduced by reducing the number of sensors to be referred. Therefore, the amount of calculation for deriving the optimal placement is reduced, and the accuracy of the solution is increased. By this research, the derivation time of the proposed algorithm is shorter than that of the brute force method. In addition, as the number of wireless sensors increases, this time difference widens further, so it can be said that the proposed algorithm is effective. Next, it can be said that the proposed method is effective by comparing the derivation time and derivation accuracy depending on whether the wireless sensor is classified or not. | |
| キーワード | （和） | 無線センサネットワーク / 最適配置問題 / 遺伝的アルゴリズム / / / / / |
| （英） | Wireless Sensor Network / Optimal Placement Problem / Genetic Algorithm / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 137, CS2023-41, pp. 81-86, 2023年7月. | |
| 資料番号 | CS2023-41 | |
| 発行日 | 2023-07-20 (CS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CS2023-41 |
|
| 研究会情報 | |
| 研究会 | CS |
| 開催期間 | 2023-07-27 - 2023-07-28 |
| 開催地（和） | 八丈町商工会 |
| 開催地（英） | Hachijo-machi Chamber of Commerce and Industry |
| テーマ（和） | 次世代ネットワーク，アクセスネットワーク，ブロードバンドアクセス方式，電力線通信，無線通信方式，符号化方式，一 般 |
| テーマ（英） | Next Generation Networks, Access Networks, Broadband Access, Power Line Communications, Wireless Communication Systems, Coding Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2023-07-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | CO2濃度観測のための最適無線センサ配置アルゴリズム |
| サブタイトル（和） | |
| タイトル（英） | Optimal Wireless Sensor Placement Algorithm for CO2 Concentration Observation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線センサネットワーク / Wireless Sensor Network |
| キーワード(2)（和/英） | 最適配置問題 / Optimal Placement Problem |
| キーワード(3)（和/英） | 遺伝的アルゴリズム / Genetic Algorithm |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松田 朋晃 / Tomoaki Matsuda / マツダ トモアキ |
| 第1著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 成枝 秀介 / Shusuke Narieda / ナリエダ シュウスケ |
| 第2著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 成瀬 央 / Hiroshi Naruse / ナルセ ヒロシ |
| 第3著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-07-27 11:39:00 |
| 発表時間 | 3分 |
| 申込先研究会 | CS |
| 資料番号 | CS2023-41 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.137 |
| ページ範囲 | pp.81-86 |
| ページ数 | 6 |
| 発行日 | 2023-07-20 (CS) |
[研究会発表申込システムのトップページに戻る]