Exploiting Neural Networks for Mobility Prediction in Mobile Ad Hoc Networks

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F16%3APU119633" target="_blank" >RIV/00216305:26220/16:PU119633 - isvavai.cz</a>
Výsledek na webu
<a href="http://elektrorevue.cz/cz/clanky/komunikacni-technologie/" target="_blank" >http://elektrorevue.cz/cz/clanky/komunikacni-technologie/</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Exploiting Neural Networks for Mobility Prediction in Mobile Ad Hoc Networks
Popis výsledku v původním jazyce
The main aim of this paper is to predict the future movement of mobile nodes in ad hoc networks using a neural network based method. This method consists of three-layer feedforward network. The backpropagation algorithm is used to learn the neural network. Frequent node mobility in ad hoc networks causes unreliable wireless links. The mobility prediction allows to find the more stable links in a mobile ad hoc network. It reduces the overhead and improves the routing.
Název v anglickém jazyce
Exploiting Neural Networks for Mobility Prediction in Mobile Ad Hoc Networks
Popis výsledku anglicky
The main aim of this paper is to predict the future movement of mobile nodes in ad hoc networks using a neural network based method. This method consists of three-layer feedforward network. The backpropagation algorithm is used to learn the neural network. Frequent node mobility in ad hoc networks causes unreliable wireless links. The mobility prediction allows to find the more stable links in a mobile ad hoc network. It reduces the overhead and improves the routing.

Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—

Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)