Biblioteca122.739 documentos en línea

Artículo

-Learning-Based High Credibility and Stability Routing Algorithm for Internet of Medical ThingsAlgoritmo de enrutamiento de alta credibilidad y estabilidad basado en aprendizaje para Internet de las Cosas Médicas.

Resumen

Con el brote de COVID-19, la demanda de las personas por el uso del Internet de las Cosas Médicas (IoMT) para el monitoreo de la salud física ha aumentado drásticamente. La considerable cantidad de datos requiere una transmisión estable, confiable y en tiempo real, lo que se ha convertido en un problema urgente por resolver. Este artículo construye una red IoMT habilitada para el monitoreo de la salud que está compuesta por varios usuarios que llevan dispositivos portátiles y un coordinador. Uno de los problemas importantes para la red propuesta es la transmisión inestable e ineficiente de paquetes de datos causada por la congestión de nodos y la ruptura de enlaces en el proceso de enrutamiento. Basándose en esto, proponemos un algoritmo de selección de enrutamiento dinámico basado en -learning (QDRS). Primero, se propone un modelo matemático de optimización de ruta y una solución llamada Selección de enrutamiento global con alta credibilidad y estabilidad (GRCS) para seleccionar la ruta óptima a nivel mundial

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento