Energetická optimalizácia senzorových zariadení pomocou neurónových sietí
Školitel
Ing. Michal Hodoň, PhD.
Študijný program
Aplikovaná informatika
Študijný odbor
Informatika
Detailnejší opis problému
Moderné IoT zariadenia, vyžadujú efektívne energetické riadenie, aby mohli fungovať dlhodobo a udržateľne. Dôležité je optimalizovať spotrebu energie tak, aby zariadenia vyhovovali špecifickým požiadavkám aplikácií, ako sú dlhá výdrž batérie a spoľahlivý výkon. Riešením tohto problému sú moderné metódy umelej inteligencie, konkrétne neurónové siete, ktoré umožňujú efektívne predpovedať spotrebu elektrickej energie na základe špecifických podmienok integrácie, identifikovať možné energetické úspory a prispôsobiť prevádzku zariadení rôznym podmienkam. Táto práca sa zameriava na návrh metodológie a algoritmov, pomocou ktorých bude možné optimalizovať spotrebu elektrickej energie zariadení s využitím neurónových sietí.
Predpokladaný vedecký prínos (algoritmy, metodológie, ...)
- Návrh a vývoj algoritmov na báze neurónových sietí na predikciu a riadenie spotreby energie. - Implementácia a experimentálne overenie metodík optimalizácie spotreby energie pre IoT zariadenia. - Zlepšenie energetickej efektívnosti zariadení pri zachovaní ich funkčnosti a výkonnosti.
Odporučány postup vedeckého bádania
- Identifikácia existujúcich postupov. - Zber a príprava relevantných datasetov. - Vývoj a testovanie rôznych architektúr neurónových sietí. - Realizácia testov a optimalizácia modelov. - Overenie navrhnutých riešení na reálnych prototypoch IoT zariadení.
Druh výskumu
aplikovaný výskum a experimentálny vývoj
Výskumná úloha, ktorej súčasťou bude riešená téma
APVV-24-0429 - Experimentálne skúmanie a počítačové modelovanie prúdenia vzduchu pri požiari v cestnom tuneli - podaný projekt APVV-24-0653 - Inovatívne riešenie pre dočasné elektrické a vodovodné prípojky v stavebníctve - podaný projekt UNIZA MVP - Nízkoprikonový senzor pre aplikácie inteligentnej dopravy
Doterajšie výsledky riešenia na školiacom pracovisku, vrátane odkazov na dostupné zdroje
Solar energy harvesting for the mobile robotic platform [electronic] / Michal Hodoň ... [et al.]. In: Innovations for community services [print, electronic] : proceedings. - 1. vyd. - Cham: Springer Nature, 2022. - ISBN 978-3-031-06668-9 (online). - s. 17-27 [print, online]. Zaradené v: SCOPUS, Spôsob prístupu: https://link.springer.com/chapter/10.1007/978-3-031-06668-9_4 Compressed sensing - a way to spare energy in WSN for UAV [electronic] / Ondrej Karpiš ... [et al.]. In: 17th IFAC Conference on Programmable Devices and Embedded Systems PDES 2022 — Sarajevo, Bosnia and Herzegovina, 17-19 May 2022. - 1. vyd. - Amsterdam: Elsevier, 2022. - s. 17-176. Zaradené v: SCOPUS ; Web of Science Core Collection Spôsob prístupu: https://www.sciencedirect.com/science/article/pii/S2405896322003433?via%3Dihub Impact of external phenomena in compressed sensing methods for wireless sensor networks [print] / Michal Kochláň, Michal Hodoň. In: Proceedings of the 2017 Federated Conference on Computer Science and Information Systems [electronic]. - 1. vyd. - Varšava: Polskie Towarzystwo Informatyczne, 2017. - ISBN 978-83-946253-7-5. - s. 857-863 [print]. Zaradené v: Web of Science Core Collection ; SCOPUS Spôsob prístupu: https://ieeexplore.ieee.org/abstract/document/8104651/ Govindaraj, S., and S. N. Deepa. "Network energy optimization of IOTs in wireless sensor networks using capsule neural network learning model." Wireless Personal Communications 115.3 (2020): 2415-2436. Akbas, Ayhan, et al. "Neural network based instant parameter prediction for wireless sensor network optimization models." Wireless Networks 25 (2019): 3405-3418. Lynggaard, Per. "Using neural networks to reduce sensor cluster interferences and power consumption in smart cities." International Journal of Sensor Networks 32.1 (2020): 25-33.
V prípade otázok sa obráťte na vedúceho témy:
hodon6@uvp.uniza.sk