Τεχνικές βελτιστοποίησης μηχανισμού ADR σε δίκτυα LoRa με χρήση αλγορίθμων μηχανικής μάθησης
| datacite.contributor.RelatedPerson | Κυριάκος Βλάχος | |
| datacite.contributor.RelatedPerson | Απόστολος Γκάμας | |
| datacite.contributor.Supervisor | Χρήστος Ι. Μπούρας | |
| dc.contributor.author | Οικονόμου, Κωνσταντίνος | |
| dc.contributor.other | Oikonomou, Konstantinos | |
| dc.date.accessioned | 2024-03-12T06:27:06Z | |
| dc.date.available | 2024-03-12T06:27:06Z | |
| dc.date.issued | 2024-01-29 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Σε αυτή τη μελέτη, παρουσιάζονται πειραματικές μέθοδοι που στοχεύουν στη βελτιστοποίηση του μηχανισμού Adaptive Data Rate (ADR) σε δίκτυα LoRa, χρησιμοποιώντας δεδομένα από πραγματικά πειράματα. Κοινόχρηστοι αλγόριθμοι Μηχανικής Μάθησης, όπως νευρωνικά δίκτυα, υποστηριζόμενη διανυσματική μηχανή, και δέντρα αποφάσεων, χρησιμοποιούνται για την ανάλυση των δεδομένων και την αναγνώριση προτύπων που μπορούν να εφαρμοστούν στην αυτόματη ρύθμιση του ADR. Με αυτήν την προσέγγιση, δημιουργείται ένα εργαλείο για τη βελτιστοποίηση της απόδοσης των δικτύων LoRa, λαμβάνοντας υπόψη τις πραγματικές συνθήκες λειτουργίας και προσφέροντας νέα είσοδο στον τομέα του IoT και των ασύρματων επικοινωνιών. Ο κύριος στόχος του έργου είναι η βελτιστοποίηση του μηχανισμού ADR στα δίκτυα LoRa με χρήση αλγορίθμων μηχανικής μάθησης. Η προτεινόμενη προσέγγιση θα εκμεταλλευτεί έναν συνδυασμό τεχνικών ενισχυτικής μάθησης και επιβλεπόμενης μηχανικής μάθησης για την προσαρμογή του συντελεστή διασποράς και της ισχύος μετάδοσης στις συσκευές. Το έργο χρησιμοποιηεί επίσης τον προσομοιωτή LoRaSim, ο οποίος έχει αναπτυχθεί από τον Alex Sortori, και έχει υποστεί αλλαγές και αναβαθμίσεις για την ενσωμάτωση τεχνικών μηχανικής μάθησης και τη βελτίωση της χρηστικότητάς του, τόσο σε ό,τι αφορά το γραφικό περιβάλλον χρήστη όσο και την εκτέλεση του. | |
| dc.description.translatedabstract | In this study, experimental methods aimed at optimization of the Adaptive Data Rate (ADR) mechanism in LoRa networks, using data from real experiments. Shared algorithms Machine Learning such as neural networks, support vector machine, and decision trees, are used for data analysis and recognition standards that can be applied to the automatic adjustment of ADR. With this one approach, a tool is created to optimize the performance of networks LoRa, taking into account real operating conditions and offering new entry into the field of IoT and wireless communications. The main goal of the project is to optimize the ADR mechanism in LoRa networks using machine learning algorithms. The proposed approach will be exploited a combination of reinforcement learning and supervised machine learning techniques for the adjustment of the dispersion coefficient and the transmission power in the devices. The project also uses the LoRaSim simulator, which is developed by Alex Sortori, and has undergone changes and upgrades to incorporate techniques machine learning and improving its usability, both in terms of graphics user interface as well as its execution. | |
| dc.identifier.uri | https://hdl.handle.net/10889/26783 | |
| dc.language.iso | el | |
| dc.subject | Δίκτυα LoRa | |
| dc.subject | Προσαρμοστικός ρυθμός δεδομένων (ADR) | |
| dc.subject | Αλγόριθμοι μηχανικής μάθησης | |
| dc.subject | Ασύρματες επικοινωνίες | |
| dc.subject | Διαδίκτυο των Πραγμάτων | |
| dc.subject | Ενισχυτική μάθηση | |
| dc.subject | Προσομοιωτής LoRaSim | |
| dc.subject.alternative | LoRa networks | |
| dc.subject.alternative | Adaptive Data Rate (ADR) | |
| dc.subject.alternative | Algorithms machine learning | |
| dc.subject.alternative | Wireless communications | |
| dc.subject.alternative | Internet of of Things (IoT) | |
| dc.subject.alternative | LoRaSim simulator | |
| dc.title | Τεχνικές βελτιστοποίησης μηχανισμού ADR σε δίκτυα LoRa με χρήση αλγορίθμων μηχανικής μάθησης | |
| dc.title.alternative | ADR mechanism optimization techniques in LoRa networks using machine learning algorithms |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- 29_01_24_Π - ΤΕΧΝΙΚΕΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΜΗΧΑΝΙΣΜΟΥ ADR.pdf
- Size:
- 1.92 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 5.02 KB
- Format:
- Item-specific license agreed upon to submission
- Description: