基于特权特征蒸馏的物联网节点基数估计
网络与互联网体系结构
2023-10-31 v1
摘要
物联网(IoT)正成为一项关键技术,用于将传感器、执行器以及家电等资源受限设备连接到互联网。在本文中,我们提出了一种用于无线网络的节点基数估计新方法,如 IoT 和射频识别(RFID)系统,其使用特权特征蒸馏(PFD)技术,并采用带有教师-学生模型的神经网络工作。教师使用特权特征和常规特征进行训练,学生使用来自教师的预测和常规特征进行训练。我们提出了基于 PFD 技术的同质以及异质无线网络节点基数估计算法。我们通过大量仿真表明,所提出的基于 PFD 的同质和异质网络算法在计算出的节点基数估计中比先前工作中提出的最先进协议实现了低得多的均方误差,同时执行节点基数估计过程所花费的时隙数与后者协议相同。
引用
@article{arxiv.2310.18664,
title = {Node Cardinality Estimation in the Internet of Things Using Privileged Feature Distillation},
author = {Pranav S. Page and Anand S. Siyote and Vivek S. Borkar and Gaurav S. Kasbekar},
journal= {arXiv preprint arXiv:2310.18664},
year = {2023}
}
备注
15 pages, 17 figures, journal paper