• 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：用于互联网的联合预测调度

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，以在IOT网关中实施，以减轻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抵达模拟每个物联网设备的流量生成模式。相比之下，我们的JFS系统预测每个物联网设备的交通产生模式，并提前调度这些设备的传输。自回归综合移动平均线（ARIMA），多层的Perceptron（MLP）和长短短期存储器（LSTM）预测模型的比较显示，JFS预测模型的最佳选择大量取决于比例网络中存在的不同物联网设备类。模拟表明，我们的JFS系统高达1000个设备，同时在1秒下实现总执行时间。这项工作开辟了在IOT网关中设计可扩展联合预测调度解决方案的方式。

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