Energiaoptimalizálás WSN hálózatokon belül rajintelligenciával és megerősítéses tanulással: Energy Optimization in WSNs Using Swarm Intelligence and Reinforcement Learning

Wireless sensor networks play an important role in numerous application areas. Sensor nodes typical-ly have limited energy resources; therefore, optimizing their energy consumption is essential. This study presents a hybrid approach in which a reinforcement learning agent estimates an appropriate number of clus-ter heads, while a swarm intelligence algorithm selects the most suitable nodes for this purpose in or-der to extend the lifetime of the network. KivonatA vezeték nélküli szenzorhálózatok napjainkban is fontos szerepet töltenek be számos alkalmazási terü-leten. A szenzorcsomópontok jellemzően korlátozott energiakészlettel rendelkeznek, ezért energiafogyasztá-suk optimalizálása elengedhetetlen. A tanulmány egy hibrid megközelítést mutat be, amelyben egy megerősítéses tanulási ágens megbecsüli a megfelelő klaszterfejszámot, míg egy rajintelligencia-algoritmus kiválasztja az erre a célra legalkalmasabb csomópontokat a hálózat élettartamának növe-lése érdekében.

Authors

Publication Details

Journal
Energetika-Elektrotechnika – Számítástechnika és Oktatás Multi-konferencia
Published
2026-10-15
Primary Topic
Energy Efficient Wireless Sensor Networks
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Energiaoptimalizálás WSN hálózatokon belül rajintelligenciával és megerősítéses tanulással: Energy Optimization in WSNs Using Swarm Intelligence and Reinforcement Learning

Levente Filep, Gál Zoltán
Energetika-Elektrotechnika – Számítástechnika és Oktatás Multi-konferencia
Energy Efficient Wireless Sensor Networks
article

Energiaoptimalizálás WSN hálózatokon belül rajintelligenciával és megerősítéses tanulással: Energy Optimization in WSNs Using Swarm Intelligence and Reinforcement Learning

Levente Filep, Gál Zoltán
article en

Abstract

Wireless sensor networks play an important role in numerous application areas. Sensor nodes typical-ly have limited energy resources; therefore, optimizing their energy consumption is essential. This study presents a hybrid approach in which a reinforcement learning agent estimates an appropriate number of clus-ter heads, while a swarm intelligence algorithm selects the most suitable nodes for this purpose in or-der to extend the lifetime of the network. KivonatA vezeték nélküli szenzorhálózatok napjainkban is fontos szerepet töltenek be számos alkalmazási terü-leten. A szenzorcsomópontok jellemzően korlátozott energiakészlettel rendelkeznek, ezért energiafogyasztá-suk optimalizálása elengedhetetlen. A tanulmány egy hibrid megközelítést mutat be, amelyben egy megerősítéses tanulási ágens megbecsüli a megfelelő klaszterfejszámot, míg egy rajintelligencia-algoritmus kiválasztja az erre a célra legalkalmasabb csomópontokat a hálózat élettartamának növe-lése érdekében.

Energetika-Elektrotechnika – Számítástechnika és Oktatás Multi-konferencia
Openalex Percentile: Top 11%
Energy Efficient Wireless Sensor Networks
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.