Resumen

Maximizar la vida útil de las redes inalámbricas de sensores (WSN) es un objetivo primordial en el diseño de estas redes. Los modelos de gestión inteligente de la energía pueden ayudar a los diseñadores a alcanzar este objetivo. Estos modelos pretenden reducir el número de sensores seleccionados para informar de mediciones medioambientales y, por tanto, lograr una mayor eficiencia energética manteniendo el nivel deseado de precisión en la medición informada. En este artículo, presentamos un estudio comparativo de tres modelos inteligentes basados en clasificadores Naive Bayes, Perceptrones Multicapa (MLP) y Máquinas de Vectores Soporte (SVM). Los resultados de la simulación muestran que Linear-SVM selecciona sensores que producen una mayor eficiencia energética en comparación con los seleccionados por MLP y Naive Bayes para el mismo Factor de Extensión de Vida de WSNs.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:mayor eficiencia energética, naive bayes, modelos inteligentes de gestión de la energía, factor de extensión de la vida útil de la misma wsns, máquina de vectores soporte, redes inalámbricas de sensores, mlp, svm, sensores, perceptrones multicapa
• Keywords:higher energy efficiency, naive bayes, intelligent energy management models, same wsns lifetime extension factor, support vector machine, wireless sensor networks, mlp, svm, sensors, multilayer perceptrons