سمینار-پروپوزال-پایان نامه-شبیه سازی

شاخص ارزیابی

انتخاب ویژگی

فیلم 2 : ترکیب شبکه عصبی با الگوریتم فراابتکاری

فیلم 1 : ترکیب شبکه عصبی با الگوریتم فراابتکاری

خلاصه موضوع سوم: در این مقاله برای مسیریابی در شبکه اینترنت اشیاء با رویکرد شبکه های بیسیم بدنی از پروتکلهای مسیر یابی دما آکاه استفاده شده است و در روش آنها از الگوریتم یادگیری استفاده شده اما در روش پیشنهادی پیشنهاد می شود از الگوریتم TLBO که توانایی بیشتری از الگوریتم یادگیری SMO است استفاده شود.

مقاله موضوع سوم

موضوع 3: بهبود مصرف انرژي و تاخير مسيريابي در اينترنت اشيا مبتني برSDN با استفاده از پروتکل های مسیریابی دما آگاه+ مقاله 2020

خلاصه موضوع دوم: در این مقاله از الگوریتم بهینه سازی سالپ برای بهینه سازی مسیریابی و انتقال بسته ها در SDN استفاده شده است که در روش پیشنهادی از الگوریتم بهتر گرگ خاکستری برای یافتن خروجی بهینه در SDN استفاده می شود و علت انتخاب الگوریتم گرگ خاکستری در آن است که یک الگوریتم با رویکرد هوش گروهی بوده و از سلسه مراتب رهبری برای یافتن جواب بهینه برخوردار است.

مقاله بیس موضوع دوم

موضوع دوم (درجه سختی بیشتر): یک روش مسیر یابی بهینه در SDN با استفاده از الگوریتم بهینه سازی گرگ خاکستری+ مقاله 2019

مقاله موضوع 1

خلاصه موضوع 1: در مقاله بیس از شبکه عصبی و انتخاب ویژگی آماری برای تشخیص نفوذ در شبکه اینترنت اشیاء استفاده شده اما ما در پژوهش خود سیستم فیلترینگ را در SDN به کمک شبکه عصبی مصنوعی و یک الگوریتم فراابتکاری برای انتخاب ویژگی پیاده می نمایم و به عبارت بهتر انتخاب ویژگی را هوشمندانه تر با الگوریتم فراابتکاری و در سویچ های SDN و یادگیری و طبقه بندی را نیز با شبکه عصبی مصنوعی انجام خواهیم داد.

موضوع 1(در جه سختی متوسط): یک مکانیزم فیلترینگ ترافیک شبکه های مبتنی بر SDN در شبکه اینترنت اشیاء با شبکه عصبی+ مقاله 2019

اسپارک چیست؟

موضوع: یک روش مبتنی بر یادگیری ماشین برای کاهش مصرف انرژی در خانه های هوشمند با فناوری اینترنت اشیاء+ مقاله 2019

موضوع: تحلیل میزان مصرف انرژی در خانه های هوشمند با استفاده از فناوری اینترنت اشیاء و داده کاوی+ مقاله 2019