In this paper we proposed a dynamic

In this paper we proposed a dynamic power management sleep state policy based on wavelet neural network, and derived the sleep threshold from a sleep states into the other sleep state.
However, several aspects still needed to be done in the future. First, one drawback of our scheme is that we do not analyze the latency, which is very important parameter in a sensor network. Second, we need to address the problem of how to avoid event missing effectively when the nodes are in sleep states.

Kết quả (Việt) 1:

Trong bài báo này, chúng tôi đề xuất một quyền lực năng động quản lý ngủ nhà nước chính sách dựa trên mạng nơ-ron bề mặt, và có nguồn gốc ngưỡng ngủ từ một kỳ ngủ vào tình trạng của giấc ngủ khác.Tuy nhiên, một số khía cạnh vẫn còn cần thiết để được thực hiện trong tương lai. Trước tiên, một trong những hạn chế của chương trình của chúng tôi là chúng tôi không phân tích độ trễ, đó là các tham số rất quan trọng trong một mạng cảm biến. Thứ hai, chúng tôi cần phải giải quyết vấn đề làm thế nào để tránh sự kiện thiếu hiệu quả khi các nút trong giấc ngủ kỳ.

Kết quả (Việt) 2:

Trong bài báo này, chúng tôi đề xuất một chính sách quản lý điện năng trạng thái ngủ năng động dựa trên mạng neural wavelet, và nguồn gốc ngưỡng ngủ từ một trạng thái ngủ sang trạng thái ngủ khác.
Tuy nhiên, vẫn còn một số khía cạnh cần phải được thực hiện trong tương lai. Đầu tiên, một hạn chế của chương trình của chúng tôi là chúng tôi không phân tích độ trễ, đó là thông số rất quan trọng trong một mạng lưới cảm biến. Thứ hai, chúng ta cần phải giải quyết vấn đề như thế nào để tránh trường hợp mất tích một cách hiệu quả khi các nút là trong trạng thái ngủ.