El Internet inalámbrico de las cosas IoT es una red de dispositivos en la que cada dispositivo puede enviar información directamente a otro a través de canales inalámbricos de comunicación, sin intervención humana. Con el número de dispositivos IoT aumentando cada día, la cantidad de información enlos canales inalámbricos también están aumentando. Esto está causando congestión en la red, lo que lleva a la pérdida de información debido a la interferencia y la falla en la entrega de información. La investigación para resolver este problema de congestión está en curso, y la solución más ampliamente aceptada y aplicada es laTecnología "multicanal". En esta tecnología, la transmisión de información se distribuye entre varios canales paralelos en función del tráfico en un canal particular en un momento dado.
Pero, en la actualidad, los canales óptimos de transmisión de información se seleccionan usando algoritmos que no pueden ser compatibles con la mayoría de los dispositivos IoT existentes porque estos tienen limitaciones de recursos; es decir, tienen baja capacidad de almacenamiento y baja potencia de procesamiento, y deben ahorrar energía mientraspermanecer en funcionamiento durante largos períodos de tiempo. En un estudio reciente publicado en Ciencias aplicadas , un grupo de científicos de la Universidad de Ciencias de Tokio y la Universidad de Keio, Japón, proponen el uso de un algoritmo de aprendizaje automático, basado en el modelo de tira y afloja que es un modelo fundamental, propuesto anteriormente por el profesor Song-Ju Kim de la Universidad de Keio, que se utiliza para resolver problemas como el de cómo distribuir información entre canales, para seleccionar canales ". Nos dimos cuenta de que este algoritmo podríase aplicará a dispositivos IoT, y decidimos implementarlo y experimentar con él ", dice el profesor Mikio Hasegawa, el científico principal de la Universidad de Ciencias de Tokio.
En su estudio, crearon un sistema en el que varios dispositivos IoT se conectaron para formar una red y cada dispositivo solo podía seleccionar uno de varios canales disponibles para transmitir información cada vez. Además, cada dispositivo tenía recursos limitados.En el experimento, los dispositivos tenían la tarea de despertarse, transmitir una pieza de información, ir a dormir y luego repetir el ciclo varias veces. La función del algoritmo propuesto era permitir que los dispositivos seleccionaran el canal óptimo cada vez, de modo que al final de todo, se haya producido el mayor número posible de transmisiones exitosas es decir, cuando toda la información llega a su destino en una sola pieza.
El algoritmo se llama aprendizaje por refuerzo y realiza la tarea de la siguiente manera: cada vez que se transmite una información a través de un canal, se observa la probabilidad de lograr transmisiones exitosas a través de ese canal, en función de si la información es completa y precisallega a su destino. Actualiza estos datos con cada transmisión posterior.
Los investigadores usaron esta configuración para verificar también a si el algoritmo fue exitoso, b si fue imparcial en su selección de canales, yc si se podía adaptar a las variaciones de tráfico en un canal.Para las pruebas, se construyó un sistema de control adicional en el que a cada dispositivo se le asignó un canal en particular y no pudo seleccionar ningún otro canal al transmitir información.En el primer caso, algunos canales estaban congestionados antes de comenzar el experimento, y los científicos descubrieron que la cantidad de transmisiones exitosas era mayor cuando se usaba el algoritmo, en lugar de cuando no lo era.En el segundo caso, algunos canales se congestionaron cuando no se utilizó el algoritmo, y la información no pudo transmitirse a través de ellos después de un punto de tiempo, lo que causó "injusticia" en la selección de canales.Sin embargo, cuando los científicos usaron el algoritmo, se encontró que la selección del canal era justa.Los resultados para el tercer caso aclaran los de los dos casos anteriores: cuando se utilizó el algoritmo, los dispositivos comenzaron automáticamente a ignorar un canal congestionado y lo reutilizaron solo cuando disminuyó el tráfico.
"Logramos la selección de canales con una pequeña cantidad de cómputo y un algoritmo de aprendizaje automático de alto rendimiento", nos dice el profesor Hasegawa. Si bien esto significa que el algoritmo resolvió con éxito el problema de selección de canales en condiciones experimentales, su evolución es realel mundo aún está por verse. "Los experimentos de campo para probar la robustez de este algoritmo se llevarán a cabo en futuras investigaciones", dicen los científicos. También planean mejorar el algoritmo en futuras investigaciones teniendo en cuenta otras características de la red, como la transmisión de canalescalidad.
El mundo se está moviendo rápidamente hacia redes IoT inalámbricas masivas con un número creciente de dispositivos que se conectan a través de canales inalámbricos a nivel mundial. Cada organización o académico posible está aprovechando la oportunidad de este momento en la historia del tiempo para resolver el problema de selección de canales y avanzardel juego. El profesor Hasegawa y su equipo han logrado dar uno de los primeros pasos en la carrera. ¡El futuro de la transmisión de información inalámbrica de alta velocidad y sin errores puede estar cerca!
Fuente de la historia :
Materiales proporcionados por Universidad de Ciencias de Tokio . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :