相关实验视频
Updated: May 10, 2026
08:15
Data Communication Based on MQTT in a Polymer Extrusion Process
Published on: July 15, 2022
3.4K
人工智能和机器学习对物联网的最新发展:关于LoRaWAN能源效率和性能优化的系统文献综述
Maram Alkhayyal1,2, Almetwally Mostafa2
1Department of Information Systems, College of Computers and Information Sciences, Princess Nourah Bint Abdulrahman University, Riyadh 11564, Saudi Arabia.
Sensors (Basel, Switzerland)
|July 27, 2024
概括
机器学习 (ML) 和人工智能 (AI) 显著提高了远程广域网 (LoRaWAN) 运营. 这些技术优化了资源配置和能源效率,以提高物联网 (IoT) 的性能.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 电信 电信服务 电信服务 电信服务
背景情况:
- 物联网 (IoT) 需要高效,低功耗,远程的通信技术.
- 低功耗广域网 (LPWAN),特别是长距离广域网 (LoRaWAN),对于可扩展的物联网部署至关重要.
- 优化LoRaWAN性能对于在智能城市和工业环境中实现先进的物联网应用是必不可少的.
研究的目的:
- 系统地审查机器学习 (ML) 和人工智能 (AI) 在优化LoRaWAN操作中的整合.
- 识别和分析用于提高LoRaWAN网络性能的最先进的ML/AI技术.
- 通过ML/AI集成,突出提高能源消耗,资源管理和网络稳定性.
主要方法:
- 按照PRISMA模型进行的系统文献综述 (SLR).
- 在LoRaWAN中识别和综合了25项有关ML/AI的初级研究.
- 分析研究问题,重点是使用机器学习,深度学习 (DL) 和强化学习 (RL) 来优化参数.
主要成果:
- 机器学习和人工智能技术有效地优化了各种LoRaWAN参数,从而提高了运营效率.
- 在能源消耗,资源分配和整体网络稳定性方面观察到显著改善.
- 先进的ML,DL和RL方法是实现LoRaWAN网络卓越性能的关键推动因素.
结论:
- 机器学习和人工智能的集成是优化物联网中的LoRaWAN性能的一种变革性方法.
- 这些智能技术对于解决大型物联网部署中资源管理和能源效率的挑战至关重要.
- 未来的研究应该继续探索新的ML/AI应用程序,以进一步推进LoRaWAN能力.
