مقایسه دو الگوریتم ژنتیک آموزش مبتنی بر پرسش و خودسازگار مبتنی بر LDA در ساخت کاتالوگ های موبایل گرا در تجارت سیار
  •   آرشیو : نسخه بهار 1397
  •   موضوع : شبکه های کامپیوتری
  • نویسنده/گان : سمانه رحیمی، احمد مصلی نژاد
  •   چکیده :
    این مقاله مقایسه الگوریتم های ژنتیک آموزش مبتنی بر پرسش و الگوریتم ژنتیک خودسازگار مبتنی بر LDA در ساخت کاتالوگ های موبایل گرا در تجارت سیار می باشد که به دنبال بهینه سازی جذب مشتری برای برنامه های تلفن همراه در تجارت سیار است. به عنوان الگوریتم مدل سازی موضوع برای استفاده از LDA به عنوان یک الگوریتم برای ساختن MOC یا همان کاتالوگ موبایل گرا به کار برده می شود. که این ساده ترین مدل موضوع به منظور بهینه سازی ترکیبی از کالاها در دستگاه های تلفن همراه ساخته شده است. در QBLGA یا همان الگوریتم تکوینی آموزش مبتنی بر پرسش به دنبال بهینه سازی جذب مشتری برای برنامه های تلفن همراه در تجارت همراه است. آزمایشات نشان می دهد که الگوریتم تکوینی آموزش مبتنی بر پرسش الگوریتم پیشرفته تری برای جذب بیشتر تعداد مشتریان ایجاد می کند. واژگان کليدي: الگوریتم خود سازگار مبتنی بر LDA ، الگوریتم مبتنی بر پرسش، تجارت سیار، کاتالوگ موبایل گرا. پيشرفت فناوري همراه با ويژگي شبكه هاي حسگر باعث بالا رفتن مزاياي استفاده از شبكه هاي سلامت از راه دور شده است. كه شبكه هاي حسگر طراحي شده با حس پارامترهاي سلامت يك انسان يك شبكه بدني را بوجود آورده است. گره ها در شبكه بدن به طور مستقيم به بدن انسان متصل هستند و اين نياز به مراقبت زيادي دارد. برخي از برنامه هاي مراقبتي بهداشتي نياز به كار مداوم براي جمع آوري داده هاي بيمار بدون دخالت كاربر در هر زماني را دارد. چنين برنامه هاي كاربردي نياز به مراقبت از انرژي حسگرها در اين شبكه ها دارد كه داراي محدوديت هستند. شبكه هاي حسگر بي سيم بدن جهت نظارت كردن به وضعيت بيماران ناتوان در بيمارستان، و رديابي و نظارت بر حركت بيماران خاص به كار مي روند .حسگرهاي بي سيم مي توانند بر عملكرد اپراتورهاي مشغول به كار نيز نظارت نمايند .در مواردي مثل جمع آوري اطلاعات فيزيولوژيكي بدن انسان از راه دور، پيدا كردن بيماران و پزشكان در يك محيط درماني و همچنين مديريت داروها در يك بيمارستان از اين شبكه ها استفاده مي شود. در این مطالعه تمرکز ما در اين پژوهش بر روی مروری بر روش های جدید در ارتباطات و انتقال در مخابره يك سنسور WBSN در نظارت علایم حیاتی بیماران از راه دور در حوزه سیستم های الکترونیک سلامت خواهد بود. ارزيابي و پياده سازی شبكه های حسگر بيسيمي که بر روی بدن قرارداده مي شوند همچنین در این مطالعه به دليل اهميت آن ها در حوزه سلامت انسان به خصوص کنترل و تشخیص علائم حیاتی و چالش های در پيش رو برای پياده سازی آن ها، مورد بررسي و تحليل قرار خواهند گرفت.
  •   کلید واژه : سیستم های الکترونیک سلامت، نظارت بر بیماران از راه دور، شبکه حسگر بدنی بیسیم، WBAN، تشخیص علائم حیاتی.
  •   Title : A Review on Electronic Health Systems for Remote Monitoring Vital Symptoms of Patients (Case Study: Wireless Body Sensor Networks)
  •   Abstract :
    The advancement of technology along with the feature of sensor networks has increased the benefits of using remote health networks. Sensor networks designed with a sense of human health parameters have created a physical network. Nodes in the body network are directly connected to the human body and this requires a lot of care. Some health care programs require continuous work to collect patient data without user intervention at any time. Such applications require energy conservation of sensors in these networks, which are limited. Wireless sensor networks are used to monitor the status of patients with disabilities in the hospital, and to track and monitor the movement of specific patients. Wireless sensors can also monitor the performance of operating operators. These networks are used remotely, finding patients and doctors in a therapeutic setting, and managing drugs in a hospital. In this study, our focus will be on reviewing new methods of communication and transmission in the transmission of a WBSN sensor to monitor the vital symptoms of telemedicine patients in the field of electronic health systems. Evaluation and implementation of wireless sensor networks embedded in the body has also been studied in this study due to their importance in the field of human health, especially the control and detection of vital signs and the challenges ahead for their implementation. They will be analyzed.
  •   مراجع :
    1. Darwish, A., Hassanien, A. E., Elhoseny, M., Sangaiah, A. K., & Muhammad, K. (2019). The impact of the hybrid platform of internet of things and cloud computing on healthcare systems: Opportunities, challenges, and open problems. Journal of Ambient Intelligence and Humanized Computing, 10(10), 4151-4166.
    2. Palanisamy, V., & Thirunavukarasu, R. (2019). Implications of big data analytics in developing healthcare frameworks–A review. Journal of King Saud University-Computer and Information Sciences, 31(4), 415-425.
    3. Albahri, O. S., Zaidan, A. A., Zaidan, B. B., Hashim, M., Albahri, A. S., & Alsalem, M. A. (2018). Real-time remote health-monitoring Systems in a Medical Centre: A review of the provision of healthcare services-based body sensor information, open challenges and methodological aspects. Journal of medical systems, 42(9), 164.
    4. L Gu, J Stankovic, Radio-triggered wake-up capability for sensor networks, in Proceedings of the 10th IEEE Real-Time and Embedded Technology and Applications Symposium, RTAS 2004, Toronto, Canada, pp. 27–36 (May 2014).
    5. R Falk, H-J Hof, Fighting insomnia: a secure wake-up scheme for wireless sensor networks, in Third International Conference on Emerging Security Information, Systems and Technologies, SECURWARE ‘09, Athens/Glyfada,Greece, pp. 191–196 (2009).
    6. N Pletcher, JM Rabaey, Ultra-low power wake-up receivers for wireless sensor networks. Ph.D. Dissertation, EECS Department, University of California, Berkeley (May 2018)
    7. W Ye, J Heidemann, D Estrin, An energy-efficient MAC protocol for wireless sensor networks, in Proceedings Twenty-First Annual Joint Conference of the IEEE Computer and Communications Societies, INFOCOM 2002, vol. 3. New York, NY, USA, pp. 1567–1576 (2012)
    8. T van Dam, K Langendoen, An adaptive energy-efficient MAC protocol for wireless sensor networks, in Proceedings of the First ACM Conference on Embedded Networked Sensor Systems, Los Angeles, CA, USA, pp. 171–180 (November 2003)
    9. A El-Hoiydi, J-D Decotignie, WiseMAC: an ultra low power MAC protocol for the downlink of infrastructure wireless sensor networks, in Proceedings Ninth International Symposium on Computers and Communications, ISCC’04, vol. 1.Alexandria, EGYPT, pp. 244–251 (July 2014)
    10. J Polastre, J Hill, D Culler, Versatile low power media access for wireless sensor networks, in Proceedings of the 2nd International Conference on Embedded Networked Sensor Systems, ser. SenSys ‘04, New York, NY, USA, ACM, pp. 95–107 (2014)
    11.M Buettner, GV Yee, E Anderson, R Han, X-MAC: a short preamble MAC protocol for duty-cycled wireless sensor networks, in Proceedings of the 4th International Conference on Embedded Networked Sensor Systems, ser. SenSys ‘06, New York, NY, USA, ACM, pp. 307–320 (2016)
    12. S Marinkovic, E Popovici, C Spagnol, S Faul, W Marnane, Energy-efficient low duty cycle MAC protocol for wireless body area networks. IEEE Trans Inf Technol Biomed. 13(6), 915–925 (2009)
    13.M Miller, N Vaidya, A MAC protocol to reduce sensor network energy consumption using a wakeup radio. IEEE Trans Mobile Comput. 4(3), 228–242 (2015)
    14. I Demirkol, C Ersoy, E Onur, Wake-up receivers for wireless sensor networks: benefits and challenges. IEEE Wirel Commun. 16(4), 88–96 (2009)
    15. P Le-Huy, S Roy, Low-power 2.4 GHz wake-up radio for wireless sensor networks, in IEEE International Conference on Wireless and Mobile Computing Networking and Communications, 2008. WIMOB ‘08, Avignon, France, pp. 13–18 (October 2018)
    16. J Jung, K Ha, J Lee, Y Kim, D Kim, Wireless body area network in a ubiquitous healthcare system for physiological signal monitoring and health consulting. Int J Signal Process Pattern Recogn. 1, 47–54 (2018)
    17. C Ding, X Wu, Z Lv, Design and implementation of the Zigbee-based body sensor network system, in 5th International Conference on Wireless Communications, Networking and Mobile Computing, WiCom ‘09, Beijing, China, pp. 1–4 (September 2009)
    18. H Cao, X Liang, I Balasingham, VCM Leung, Performance analysis of ZigBee technology for wireless body area sensor networks, in Ad Hoc Networks, ser. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol. 28. (Springer, Berlin, 2010), pp.747–761. doi:10.1007/978-3-642-11723-7_51
    19. G Fang, E Dutkiewicz, BodyMAC: energy efficient TDMA-based MAC protocol for wireless body area networks, in 9th International Symposium on Communications and Information Technology, ISCIT 2009, Incheon, Korea, pp. 1455–1459 (September 2009)
    20. N Timmons, W Scanlon, An adaptive energy efficient MAC protocol for the medical body area network, in 1st International Conference on Wireless Communication, Vehicular Technology, Information Theory and Aerospace Electronic Systems Technology, Wireless VITAE 2009, Aalborg, Denmark, pp.587–593 (May 2009)
    21. JY Khan, MR Yuce, F Karami, Performance evaluation of a wireless body area sensor network for remote patient monitoring, in 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS 2008, Vancouver, Canada, pp. 1266–1269 (August 2018)
    22. HC Keong, MR Yuce, Analysis of a multi-access scheme and asynchronous transmit-only UWB for wireless body area networks, in 31st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC’09), Minnesota, USA, pp. 6906–6909 (September 2009)
    23. J Ansari, D Pankin, P Mhnen, Radio-triggered wake-ups with addressing capabilities for extremely low power sensor network applications. Int J Wirel Inf Netw. 16, 118–130 (2009). doi:10.1007/s10776-009-0100-
    24. BV d Doorn, W Kavelaars, K Langendoen, A prototype low cost wakeup radio for the 868 MHz band. Int J Senor Netw. 5, 22–32 (2009). doi:10.1504/ IJSNET.2009.023313.
    25. AL AMEEN, Moshaddique, et al. A power efficient MAC protocol for wireless body area networks. EURASIP Journal on Wireless Communications and Networking, 2012, vol. 2012, no 1, p. 33.
    26. CAVALLARI, Riccardo, et al. A survey on wireless body area networks: Technologies and design challenges. IEEE Communications Surveys & Tutorials, 2014, vol. 16, no 3, p. 1635-1657.
    27. 5. R Falk, H-J Hof, Fighting insomnia: a secure wake-up scheme for wireless sensor networks, in Third International Conference on Emerging Security Information, Systems and Technologies, SECURWARE ‘09, Athens/Glyfada,Greece, pp. 191–196 (2009).
    28. N Pletcher, JM Rabaey, Ultra-low power wake-up receivers for wireless sensor networks. Ph.D. Dissertation, EECS Department, University of California, Berkeley (May 2018)
    29. A El-Hoiydi, J-D Decotignie, WiseMAC: an ultra low power MAC protocol for the downlink of infrastructure wireless sensor networks, in Proceedings Ninth International Symposium on Computers and Communications, ISCC’04, vol. 1.Alexandria, EGYPT, pp. 244–251 (July 2014).
    30. Graber, M. L., Siegal, D., Riah, H., Johnston, D., & Kenyon, K. (2019). Electronic health record–related events in medical malpractice claims. Journal of patient safety, 15(2), 77-85.
    31. Howe, J. L., Adams, K. T., Hettinger, A. Z., & Ratwani, R. M. (2018). Electronic health record usability issues and potential contribution to patient harm. Jama, 319(12), 1276-1278.
    32. Meeks, D. W., Smith, M. W., Taylor, L., Sittig, D. F., Scott, J. M., & Singh, H. (2014). An analysis of electronic health record-related patient safety concerns. Journal of the American Medical Informatics Association, 21(6), 1053-1059.
    33. Graber, M. L., Bailey, R., & Johnston, D. (2016). Goals and Priorities for Health Care Organizations to Improve Safety Using Health IT.
    34. Xiao, C., Choi, E., & Sun, J. (2018). Opportunities and challenges in developing deep learning models using electronic health records data: a systematic review. Journal of the American Medical Informatics Association, 25(10), 1419-1428.
    35. Rajkomar, A., Oren, E., Chen, K., Dai, A. M., Hajaj, N., Hardt, M., ... & Sundberg, P. (2018). Scalable and accurate deep learning with electronic health records. NPJ Digital Medicine, 1(1), 18.
    36. Curtis, J. R., Sathitratanacheewin, S., Starks, H., Lee, R. Y., Kross, E. K., Downey, L., ... & Lindvall, C. (2018). Using electronic health records for quality measurement and accountability in care of the seriously ill: opportunities and challenges. Journal of palliative medicine, 21(S2), S-52.
  •  صفحات : 10-17
  •   دانلود فایل ( 713 KB )