• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1129-1136
• /
• 2022

본 연구는 RSSI의 거리측정 방법이 외부 환경에 의해 쉽게 영향을 받아 위치 오차가 크다는 결점을 도출하였고 이 3차원 배치 환경에서 RSSI의 거리측정 노드에서 측정한 거리값을 최적화하는 문제에 대해 향상된 CA-PSO 알고리즘을 개선한 CA-PSO-BP 알고리즘을 제안하였다. 제안된 알고리즘은 3차원 무선센서네트워크(WSN) 공간에서 인식할 수 없는 노드를 설정할 수 있도록 하였다. 또한, CA-PSO를 BP 신경망에 응용하므로, 학습을 통해 BP 네트워크의 학습시간 단축과 알고리즘의 수렴 속도를 제고 할 수 있었다. 본 연구에서 제안한 알고리즘을 통해 네트워크의 위치의 정밀도를 현저(15%)하게 높일 수 있다는 것을 증명하였고 유의미한 결과를 얻을 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제8권3호
• /
• pp.393-401
• /
• 2007

P2P systems have gained a lot of research interests and popularity over the years and have the capability to unleash and distribute awesome amounts of computing power, storage and bandwidths currently languishing - often underutilized - within corporate enterprises and every Internet connected home in the world. Since there is no central control over resources or devices and no before hand information about the resources or devices, device discovery remains a substantial problem in P2P environment. In this paper, we cover some of the current solutions to this problem and then propose our feed forward neural network (FFNN) based solution for device discovery in mobile P2P environment. We implements feed forward neural network (FFNN) trained with back propagation (BP) algorithm for device discovery and show, how large computation task can be distributed among such devices using agent technology. It also shows the possibility to use our architecture in home networking where devices have less storage capacity.