Aug, 2023

一种分布式神经网络架构,用于动态传感器选择,应用于带宽受限的身体传感器网络

TL;DR我們提出了一種動態感測器選擇方法,用於深度神經網絡(DNNs),能夠針對每個具體的輸入樣本推斷出最佳的感測器子集選擇,而不是對整個數據集使用固定選擇。我們通過 Gumbel-Softmax 技巧在端到端的方式中聯合學習了這種動態選擇,在標准反向傳播中學習離散的決策。然後,我們展示了如何使用這種動態選擇來增加無線感測器網絡(WSN)的壽命,通過對每個節點允許傳輸的頻率施加限制。我們通過包含動態空間濾波器進一步提高性能,使得任務 - DNN 能夠更好地處理多種可能的節點子集。最後,我們解釋了如何在 WSN 的不同節點之間分配最佳通道的選擇。我們在身體傳感器網絡的情境中驗證了這種方法,其中我們使用真實的腦電圖(EEG)感測器數據來模擬 EEG 感測器網絡。我們分析了傳輸負載和任務準確性之間的權衡結果。