دانلود مقاله ISI انگلیسی شماره 70739
ترجمه فارسی عنوان مقاله

روش تشخیص خطا برای شبکه Ad-hoc موبایل با استفاده از شبکه های عصبی Smart ☆

عنوان انگلیسی
Fault Diagnosis Method for Mobile Ad-hoc Network by Using Smart Neural Networks ☆
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
70739 2014 6 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia Computer Science, Volume 42, 2014, Pages 222–227

ترجمه کلمات کلیدی
شبکه های عصبی؛ آتاماتای یادگیر - MANETs؛ سیستم های عیب یابی خطا
کلمات کلیدی انگلیسی
Neural Networks; Learning Automata; MANETs; Fault Diagnosis Systems
پیش نمایش مقاله
پیش نمایش مقاله روش تشخیص خطا برای شبکه Ad-hoc موبایل با استفاده از شبکه های عصبی Smart ☆

چکیده انگلیسی

MANETs are dynamic collection of autonomous nodes that communicate with each other via wireless connections. One of the events that the network should have expected it to be a fault, and the behavior is more important, in this network. So that fault diagnosis can effect on final performance of the network in such a way that it does not fall under the negative impact of the fault. A non-linear neural network is a statistical method for modeling data or the tools to make decisions. Artificial neural network is a method for pattern recognition and classification. Error detection is a problem of categorization or classification. The use of neural networks can be useful in fault diagnosis in MANETs because of fault diagnosis is a classification problem. But one problem with this method is placed in a local optimum. Here a method based on the combination of the back-propagation algorithm, a local search algorithm and learning automata as efficient global search, is proposed. In the proposed method, the algorithm of learning automata adjusting learning rate on neural network according to given formula. For training and testing the neural network of the mobile network parameters that were measured, were used as input and output. The results show that the proposed method in terms of repeatability, reliability and lack of placement in a local optimum is better.

دانلود فوری مقاله + سفارش ترجمه
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.