Resumen

En la actual generación de sistemas inalámbricos, existe una enorme necesidad de integrar grandes volúmenes de datos que puedan predecir las tendencias del mercado de todos los sistemas de aplicación. Por tanto, el método propuesto hace hincapié en la integración de nanosensores con análisis de macrodatos que se utilizarán en aplicaciones sanitarias. También se tienen en cuenta las precauciones de seguridad cuando se integra este nanosensor en el que la profundidad y la reflexión de las señales también se observan utilizando diferentes muestras de tiempo. Además, para analizar el efecto de los nanosensores, también se deliberan seis escenarios fundamentales que proporcionan un buen impacto en las aplicaciones en tiempo real. Además, para demostrar la idoneidad del método propuesto, los resultados se equipan en análisis en línea y fuera de línea para investigar la medición de errores, la sensibilidad y los parámetros de permeabilidad. Dado que se introducen nanosensores, se aumenta la eficiencia de la técnica proyectada implementando un protocolo de control de acceso a medios (MAC) con una red neuronal recurrente (RNN). Además, tras observar los resultados de la simulación, se demuestra que el método propuesto es más eficaz para un percentil medio del 67% en comparación con los métodos existentes.

• Materias:Análisis electroquímico Nanotecnología Nanoestructuras Nanocompuestos Nanotubos
• Subjects:Electrochemical analysis Nanotechnology Nanostructures Nanocomposites Nanotubes
• Palabras claves:método, nanosensores, análisis de big data, muestras temporales diferentes, control de acceso a medios, red neuronal recurrente, sistemas de aplicación, percentil medio, big data, medición de errores
• Keywords:method, nanosensors, big data analysis, different time samples, media access control, recurrent neural network, application systems, average percentile, big data, error measurement