• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Global Conference on Internet of Things >Joint Forecasting-Scheduling for the Internet of Things
【24h】

Joint Forecasting-Scheduling for the Internet of Things

机译：物联网联合预测计划

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present a joint forecasting-scheduling (JFS) system, to be implemented at an IoT Gateway, in order to alleviate the Massive Access Problem of the Internet of Things. The existing proposals to solve the Massive Access Problem model the traffic generation pattern of each IoT device via random arrivals. In contrast, our JFS system forecasts the traffic generation pattern of each IoT device and schedules the transmissions of these devices in advance. The comparison of the network throughput of Autoregressive Integrated Moving Average (ARIMA), Multi-Layer Perceptron (MLP) and Long-Short Term Memory (LSTM) forecasting models reveals that the optimal choice of the forecasting model for JFS depends heavily on the proportions of distinct IoT device classes that are present in the network. Simulations show that our JFS system scales up to 1000 devices while achieving a total execution time under 1 second. This work opens the way to the design of scalable joint forecasting-scheduling solutions at IoT Gateways.
机译：我们提出了一个联合预测-调度（JFS）系统，该系统将在IoT网关上实施，以缓解物联网的大规模访问问题。解决大规模访问问题的现有建议通过随机到达对每个物联网设备的流量生成模式进行建模。相比之下，我们的JFS系统会预测每个IoT设备的流量生成模式，并提前安排这些设备的传输。自回归综合移动平均（ARIMA），多层感知器（MLP）和长短期记忆（LSTM）预测模型的网络吞吐量的比较表明，JFS预测模型的最佳选择在很大程度上取决于网络中存在的各种IoT设备类别。仿真表明，我们的JFS系统最多可扩展1000个设备，而总执行时间不到1秒。这项工作为在IoT网关上设计可扩展的联合预测计划解决方案开辟了道路。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号