Resumen

Las redes de sensores inalámbricos han demostrado su eficacia en la monitorización de lluvias torrenciales localizadas a largo plazo. Sin embargo, la arquitectura actual de las redes de sensores inalámbricos para la monitorización de la lluvia se basa en el transporte de la red y el cálculo back-end, lo que provoca retrasos en la respuesta a las lluvias torrenciales en zonas localizadas. Nuestro trabajo mejora la arquitectura aplicando la regresión logística y la clasificación por máquina de vectores de soporte a un nodo sensor inalámbrico inteligente creado por Raspberry Pi. Los nodos sensores del front-end no sólo obtienen datos de los sensores, sino que también pueden analizar de forma independiente las probabilidades de que se produzcan lluvias torrenciales y avisar a tiempo a los clientes locales. Cuando los nodos sensores envían la probabilidad al servidor back-end, se liberan las cargas del transporte de red. Los resultados de la simulación demuestran que la arquitectura de nuestro sistema de sensores puede aumentar la respuesta local a las lluvias torrenciales. También aumenta la capacidad de vigilancia.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:lluvia torrencial, nodo sensor inalámbrico inteligente, clasificación por máquina de vectores soporte, redes de sensores inalámbricos, arquitectura de sistemas de sensores, vigilancia de lluvias torrenciales, próxima lluvia torrencial, redes de sensores inalámbricos, arquitectura, tiempo
• Keywords:heavy rain, intelligent wireless sensor node, support vector machine classification, wireless sensor networks, sensor system architecture, torrential rain monitoring, upcoming heavy rain, wireless sensor networks, architecture, time