Apprentissage non-linéaire en ligne dans les réseaux de capteurs sans fil

Mehdi Essoloh (1) , Paul Honeine (1) , Cédric Richard (1) , Hichem Snoussi (1)

1 LM2S - Laboratoire Modélisation et Sûreté des Systèmes

Cet article présente plusieurs stratégies d'apprentissage en ligne d'une fonctionnelle non-linéaire dans un réseau de capteurs sans fil. Le problème d'apprentissage est défini dans le cadre des espaces de Hilbert à noyau reproduisant. L'estimation de la fonctionnelle y est pratiquée de manière distribuée sur la base des mesures locales collectées en chacun des capteurs, selon un mode coopératif de type incrémental ou par diffusion de l'information entre les nœuds du réseau. Les approches proposées sont testées sur des données synthétiques de diffusion de chaleur. Elles démontrent une excellente capacité de suivi des évolutions du système, tout en affichant des coûts calculatoires réduits.

Mots clés: machine learning; wireless sensor networks; sparsity; adaptive filtering

Domaines: Apprentissage [cs.LG]; Traitement du signal et de l'image [eess.SP]; Traitement du signal et de l'image [eess.SP]; Vision par ordinateur et reconnaissance de formes [cs.CV]

Mehdi Essoloh, Paul Honeine, Cédric Richard, Hichem Snoussi. Apprentissage non-linéaire en ligne dans les réseaux de capteurs sans fil. Actes du 22-ème Colloque GRETSI sur le Traitement du Signal et des Images, 2009, Dijon, France. ⟨hal-01966050⟩