Cobertura Fornecendo em Redes de Sensores Direcionais através de Algoritmos de Aprendizagem (Autômatos de Aprendizagem)

Today, wireless sensor networks due to application development are widely used. There are significant issues in these networks; they can be more effective if they would be fixed. One of these problems is the low coverage of these networks due to their low power. If coverage increases only by increasing the power of sending and receiving power, it can increase network consumption as a catastrophic disaster, while the lack of energy is one of the most important constraints on these networks. To do this, the antenna coverage is oriented in some sensor networks to cover the most important places. This method tries to improves the efficiency and coverage of directional sensor networks by providing a mechanism based on the learning algorithm of the machine called learning automata. Results show this method outperform the before methods at least 20%.Hoy en día, las redes de sensores inalámbricos debido al desarrollo de aplicaciones son ampliamente utilizadas. Hay problemas importantes en estas redes; pueden ser más efectivos si se solucionan. Uno de estos problemas es la baja cobertura de estas redes debido a su baja potencia. Si la cobertura aumenta solo elevando la potencia de envío y recepción de energía, puede aumentar el consumo de red como un desastre catastrófico, mientras que la falta de energía es una de las limitaciones más importantes de estas redes. Para hacer esto, la cobertura de la antena está orientada en algunas redes de sensores para cubrir los lugares más importantes. Este método intenta mejorar la eficiencia y la cobertura de las redes de sensores direccionales al proporcionar un mecanismo basado en el algoritmo de aprendizaje de la máquina denominado autómatas de aprendizaje. Los resultados muestran que este método supera los métodos anteriores al menos un 20%.Hoy en día, as redes de sensores inalámbricos debitaram o desenvolvimento de aplicações sonoras extensamente utilizadas. Obras do feno importantes nas redes; pueden ser más effectivos e se solucionan. Uns de esos protes es la baja cobertura de es redes debido a su baja potencia. Se a porta leva sozinho a aumentar a potência de envio e a recepção de energia, aumentar o consumo de energia como um desastre catastrófico, a falta de energia de energia é uma das limitações mais importantes destas redes. Para hacer esto, a cobertura da antena está orientada nas algunas redes de sensores para cubrir os lugares mais importantes. This method intenta mejor a eficiencia and the coverage of the networks of sensors directionals are provided in engine based on the algorithm of aprendizado of the machine denominado autómatas de aprendizaje. Los resultados muestran que este método supera os métodos anteriores a menos de 20%