D2D routing aided networking for efficient energy consumption management of wireless IoT

Li, Jiatong; Li, Menglin; He, Jiawei; Shi, Wen; Wang, Cheng

doi:10.1016/j.adhoc.2021.102636

Cited by 6 publications

(2 citation statements)

References 46 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The performance improvement of developed CBSOA‐based ShCNN is analyzed and compared with the traditional methods, such as deep reinforcement learning 27 + GAPSO, 40 deep learning 29 + EOMR, 41 NN 19 + D2D routing, 42 and ShCNN 43 + PriNergy 44 …”

Section: Resultsmentioning

confidence: 99%

IoT enabled lung cancer detection and routing algorithm using CBSOA‐based ShCNN

Selvan¹,

Jingle

Maram

et al. 2022

Adaptive Control & Signal

View full text Add to dashboard Cite

The Internet of Things (IoT) has tremendously spread worldwide, and it influenced the world through easy connectivity, interoperability, and interconnectivity using IoT devices. Numerous techniques have been developed using IoT-enabled health care systems for cancer detection, but some limitations exist in transmitting the health data to the cloud. The limitations can be accomplished using the proposed chronological-based social optimization algorithm (CBSOA) that effectively transmits the patient's health data using IoT network, thereby detecting lung cancer in an effective way. Initially, nodes in the IoT network are simulated such that patient's health data are collected, and for transmission of such data, routing is performed in order to transmit the health data from source to destination through a gateway based on cloud service using CBSOA.The fitness is newly modeled by assuming the factors like energy, distance, trust, delay, and link quality. Finally, lung cancer detection is carried out at the destination point. At the destination point, the acquired input data is fed to preprocessing phase to make the data acceptable for further mechanism using data normalization. Once the feature selection is done using Canberra distance, then the lung cancer detection is performed using shepard convolutional neural network (ShCNN). The process of routing as well as training of ShCNN is performed using the CBSOA algorithm, which is devised by the inclusion of the chronological concept into the social optimization algorithm. The proposed approach has achieved a maximum accuracy of 0.940, maximum sensitivity of 0.941, maximum specificity of 0.928, and minimum energy of 0.452.

show abstract

Section: Resultsmentioning

confidence: 99%

IoT enabled lung cancer detection and routing algorithm using CBSOA‐based ShCNN

Selvan¹,

Jingle

Maram

et al. 2022

Adaptive Control & Signal

View full text Add to dashboard Cite

show abstract

“…O experimento se restringe apenas a multicast e não está contextualizado em 5G. Li et al (2021) aponta que na ambiência de sistemas de comunicação móvel de quinta geração, 5G, é considerável o aumento de informação que os nós consomem. Neste contexto, que também agrega aplicações de IoT, estratégias de comunicação direta entre os nós são praticadas, mas encontram dificuldade relacionadas ao consumo de energia.…”

Section: Trabalhos Relacionadosunclassified

Uma avaliação do consumo de energia da comunicação D2D em redes celulares

Júnior

Moraes²

2022

RBCA

View full text Add to dashboard Cite

Os últimos anos têm apresentado um crescimento maciço em quantidade de dispositivos, tráfego de dados e quantidade de informações produzidas na Internet. A nova geração de telefonia móvel, a 5G, tem sido pensada para viabilizar este crescimento e proporcionar a interoperabilidade necessária. Para isto, várias tecnologias serão necessárias neste novo padrão, dentre elas, a comunicação Dispositivo-a-Dispositivo (D2D), pela qual dispositivos podem atuar como intermediários na comunicação entre a estação base e um outro nó. Isto possibilita aumento de vazão e extensão de conectividade da rede, mas gera aumento nas transmissões. Este trabalho realiza simulações que estudam como este aumento impactará no consumo energético dos nós encaminhadores. Identificamos alguns cenários em que a inserção dos encaminhadores aumenta o consumo energético da rede e, outros, em que diminui, dependendo da quantidade.

show abstract