Name: 量子プロセッサユニットを用いた大規模エネルギー効率センサネットワークルーティング (動画) | JoVE Journal
Uploaded: 2023-09-08T14:35:00.000+00:00
Duration: 5 min 30 s
Description: 学ぶ 量子プロセッサユニットを用いた大規模エネルギー効率センサネットワークルーティング手法。OceanツールとPythonスクリプトでクラスタヘッド選択とルーティング最適化を実装し、従来手法より優れたエネルギー効率とネットワーク寿命延長を実現する。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、英国工学物理科学研究評議会(EPSRC)の助成金番号EP/W032643/1の支援を受けています。

<ol><li>Chen, J., Date, P., Chancellor, N., Atiquazzaman, M., Cormac, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controller-based+energy-aware+wireless+sensor+network+routing+using+quantum+algorithms%5BTitle%5D)+AND+%22IEEE+Transactions+on+Quantum+Engineering%22%5BJournal%5D)">Controller-based energy-aware wireless sensor network routing using quantum algorithms.</a> IEEE Transactions on Quantum Engineering. 3, 1-12 (2022).</li>
<li>Lin, H., Uster, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exact+and+heuristic+algorithms+for+data-gathering+cluster-based+wireless+sensor+network+design+problem%5BTitle%5D)+AND+%22IEEE%2FACM+Transactions+on+Networking%22%5BJournal%5D)">Exact and heuristic algorithms for data-gathering cluster-based wireless sensor network design problem.</a> IEEE/ACM Transactions on Networking. 22 (3), 903-916 (2014).</li>
<li>Zhou, Y., Wang, N., Xiang, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clustering+hierarchy+protocol+in+wireless+sensor+networks+using+an+improved+PSO+algorithm%5BTitle%5D)+AND+%22IEEE+Access%22%5BJournal%5D)">Clustering hierarchy protocol in wireless sensor networks using an improved PSO algorithm.</a> IEEE Access. 5, 2241-2253 (2017).</li>
<li>How long is the lifetime of a wireless sensor network. Seah, W. K. G., Mak, N. H. 2009 International Conference on Advanced Information Networking and Applications, Bradford, UK, , 763-770 (2009).</li>
<li>Salahud din, M., Rehman, M. A. U., Ullah, R., Park, C., Kim, B. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Towards+network+lifetime+enhancement+of+resource+constrained+IoT+devices+in+heterogeneous+wireless+sensor+networks+Sensors%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Towards network lifetime enhancement of resource constrained IoT devices in heterogeneous wireless sensor networks Sensors.</a> 20, 4156(2020).</li>
<li>Wu, W., Xiong, N., Wu, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+clustering+algorithm+based+on+energy+consumption+in+wireless+sensor+networks%5BTitle%5D)+AND+%22IET+Network%22%5BJournal%5D)">Improved clustering algorithm based on energy consumption in wireless sensor networks.</a> IET Network. 6 (3), 7-53 (2017).</li>
<li>Kumar, N., Kumar, V., Ali, T., Ayaz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prolong+network+lifetime+in+the+wireless+sensor+networks%3A+An+improved+approach%5BTitle%5D)+AND+%22Arabian+Journal+for+Science+and+Engineering%22%5BJournal%5D)">Prolong network lifetime in the wireless sensor networks: An improved approach.</a> Arabian Journal for Science and Engineering. 46, 3631-3651 (2021).</li>
<li>Faris, H., Aljarah, I., Al-Betar, M. A., Mirjalili, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Grey+wolf+optimizer%3A+A+review+of+recent+variants+and+applications%5BTitle%5D)+AND+%22Neural+Computing+and+Applications%22%5BJournal%5D)">Grey wolf optimizer: A review of recent variants and applications.</a> Neural Computing and Applications. 30, 413-435 (2018).</li>
<li>Kaur, J., Arifkhan, M., Iftikhar, M., Imran, M., Haq, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Machine+learning+techniques+for+5G+and+beyond%5BTitle%5D)+AND+%22IEEEAccess%22%5BJournal%5D)">Machine learning techniques for 5G and beyond.</a> IEEEAccess. 9, 23472-23488 (2021).</li>
<li>Shor, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Polynomial-time+algorithms+for+prime+factorization+and+discrete+logarithms+on+a+quantum+computer%5BTitle%5D)+AND+%22SIAMJournalonComputing%22%5BJournal%5D)">Polynomial-time algorithms for prime factorization and discrete logarithms on a quantum computer.</a> SIAMJournalonComputing. 26 (5), 1484-1509 (1997).</li>
<li>Qabouche, H., Sahel, A., Badri, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hybrid+energy+efficient+static+routing+protocol+for+homogeneous+and+heterogeneous+large+scale+WSN%5BTitle%5D)+AND+%22Wireless+Networks%22%5BJournal%5D)">Hybrid energy efficient static routing protocol for homogeneous and heterogeneous large scale WSN.</a> Wireless Networks. 27, 575-587 (2021).</li>
<li>Farooq, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((POWER%3A+probabilistic+weight-based+energy-efficient+cluster+routing+for+large-scale+wireless+sensor+networks%5BTitle%5D)+AND+%22The+Journal+of+Supercomputing%22%5BJournal%5D)">POWER: probabilistic weight-based energy-efficient cluster routing for large-scale wireless sensor networks.</a> The Journal of Supercomputing. 78, 12765-12791 (2022).</li>
<li>Maddams, W. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+scope+and+limitations+of+curve+fitting%5BTitle%5D)+AND+%22Applied+Spectroscopy%22%5BJournal%5D)">The scope and limitations of curve fitting.</a> Applied Spectroscopy. 34 (3), 245-267 (1980).</li>
<li>Wang, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+dynamic+opportunistic+routing+protocol+for+asynchronous+duty-cycled+WSNs%5BTitle%5D)+AND+%22IEEE+Transactions+on+Sustainable+Computing%22%5BJournal%5D)">A dynamic opportunistic routing protocol for asynchronous duty-cycled WSNs.</a> IEEE Transactions on Sustainable Computing. , (2023).</li>
<li>Ismail, A. S., Wang, X., Hawbani, A., Alsamhi, S., Aziz, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Routing+protocols+classification+for+underwater+wireless+sensor+networks+based+on+localization+and+mobility%5BTitle%5D)+AND+%22Wireless+Networks%22%5BJournal%5D)">Routing protocols classification for underwater wireless sensor networks based on localization and mobility.</a> Wireless Networks. 28, 797-826 (2022).</li>
<li>Garcia-Martin, E., Rodrigues, C. F., Riley, G., Grahn, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimation+of+energy+consumption+in+machine+learning%5BTitle%5D)+AND+%22Journal+of+Parallel+Distributed+Computing%22%5BJournal%5D)">Estimation of energy consumption in machine learning.</a> Journal of Parallel Distributed Computing. 134, 75-88 (2019).</li>
<li>Egger, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantum+computing+for+finance%3A+State-of-the-art+and+future+prospects%5BTitle%5D)+AND+%22IEEE+Transactions+on+Quantum+Engineering%22%5BJournal%5D)">Quantum computing for finance: State-of-the-art and future prospects.</a> IEEE Transactions on Quantum Engineering. 1, 1-24 (2020).</li>
<li>Rasool, R. U., Ahmad, H. F., Rafique, W., Qayyum, A., Qadir, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantum+computing+for+healthcare+%3A+A+review%5BTitle%5D)+AND+%22TechRxiv%22%5BJournal%5D)">Quantum computing for healthcare : A review.</a> TechRxiv. , (2021).</li>
</ol>

現在の最先端の商用量子プロセッサは、あらゆるネットワークトポロジの計算問題で使用できます1。量子プロセッサのアプリケーションは、量子プロセッサが実装できた物理量子ビットの数に制約されません。 
センサネットワークの長寿命化設計では、量子プロセッサを用いることで、ネットワーク寿命をさらに延ばす手法が進歩した結果となりました。この結果は、量子の優位性が公共部門と民間部門の両方で商業的に活用される準備ができていることを示唆しています。
経営上の意味合いとして、クォンタム・アドバンテージは、近未来のハイテクの持続可能な繁栄のための有望な道を開くための次のマイルストーンとなる可能性があります。現在のハイテクは、学習戦略や人工知能(AI)の観点から、どのような方法でもデータを処理/保持するためのパワードライブを必要とします。グリーングローブの俯瞰的な視点から見ると、良い候補として際立っているわけではありません16.ML/AIは計算の経済性を高め...

センサネットワークの省エネルギー化は、設計1において非常に重要な課題でした。古典的な方法は通常、アドホックなアプローチ2、3、4、5、6を使用して問題に取り組みます。とはいえ、これらの方法は、個人とコミュニティの両方の利益に奉仕するために協力できる、個別に管理されたインテリジェントな資産としてセンサーノードをエミュレートします。センサーが機能する不安定な環境のため、環境の不確実性を捉えるためにランダムなアルゴリズムが導入される作品もあれば、常識的に受け入れられる結果を達成できるヒューリスティックアルゴリズムを考案するためにバイオインテリジェンスが借用される作品もあります7。さらに説明すると、これらのランダムアルゴリズムでは、一方では、環境の不確実性は古典CPUによって生成されたランダムシーケンスほどランダムではない可能性があり、他方では、環境の不確実性が完全にランダムであっても、古典CPUによって生成されたランダムプロセスシミュレータではキャプチャできません。これらのバイオインテリジェンスアルゴリズムでは、まず第一に、概念的な証明を機能させるための厳密な数学的分析は導出されておらず、第二に、真理への収束またはエラー許容範囲の境界は、情報に基づいたグラウンドトゥルースが与えられてのみ構成できます。 一つには、これらのアルゴリズムは、明確に定義されたユースケースシナリオに対して分析(シミュレートされていない)であり、さらなる研究で熟考する価値のある特定の基準で停止し、もう一つは、前述のように、アルゴリズムの大部分は、センサーをその存在にするマイクロプロセッサにより容易に展開できるソフトウェアシミュレーションに対して検証されていません8。
機械学習(ML)は、センサーデバイスでは移植できない比較的大量の計算能力を必要とするデータ分析を採用する必要があるため、ここでは考慮しません9。
上記の懸念に対処するために、ハイブリッド量子アルゴリズムを提供します。このアルゴリズムは、ネットワーク トポロジがセットアップされると、量子プロセッサを使用して実行されるルーティング計算中に、クラスター ヘッド選択メカニズムが古典的なランダム アルゴリズムを使用して実装されるという点でハイブリッドです。(1)環境の不確実性に関する最初のパラグラフで述べたように、環境のダイナミクスを捉えるために量子シーケンス発生器を適用することは、歴史的に追跡可能である可能性があるため、これ以上努力したくありません。歴史的に追跡可能な環境ダイナミクスは、ネットワーク科学におけるさまざまな機械学習研究によって正当化されてきました。現段階では、古典的なアプローチにとどまります。(2)抽象的な数学的分析に依存する正確な方法は、グラウンドトゥルースに到達することを保証します。量子実験物理学は、これまで物理数学によって精緻に支えられてきました。さらに、この丸みを帯びた理論を証明するために、Shor アルゴリズム10 のようなアルゴリズム アプリケーションが存在しています。
比較のために、十分な量の文献調査を以下に示します。11 で提案されたHEESRプロトコルは、結果において実証可能なメリットがあるが、著者らは、例えば、ノード位置の正確なランダム分布関数、クラスターヘッドパーセンテージp(0.2%)の適切な正当化、ノード間のエネルギー準位の分布(1-2ジュール)のスケーリングパラメータなど、シミュレーション構成パラメータを十分に指定a_i。著者が実験を複製し、比較を行うことを禁じた。電力ルーティング機構12 は、曲線フィッティング法を採用して、最適ネットワークルーティングの決定プロセスに影響を与える行列式について、不特定のサンプル空間から得られた離散データセットから収束連続関数を近似する。曲線フィッティング法13 は、ネットワークトポロジに関する事前情報を必要とする。実際の状況では、事前の情報がすぐに入手できない場合があります。事前情報が存在していても、ネットワーク トポロジは、導出可能な計算を容易にする近似曲線にマッピングできるほど規則的ではない可能性があります。同じ論理に従って、DORAFプロトコル14 は、ネットワーク行列式を近似するためにボルツマン関数とロジスティック関数を借用する方法と理由を正当化していません。Ismailら15 は、水中ネットワークにおけるエネルギー効率の高いルーティングプロトコル設計に関する将来の研究努力のための健全な参考資料を提供しました。

<table><tbody><tr><td>デルのノートパソコン</td><td>デル</td><td>N/A</td><td></td></tr><tr><td>Ubuntuの 18.04.6 LTS</td><td>Canonical Ltd</td><td>18.04.6 LTS</td><td></td></tr><tr><td>Python3.8</td><td>Pythonのソフトウェアファウンデーション</td><td>3.8.0</td><td></td></tr><tr><td>Dwave QPU</td><td>Dwave</td><td>https://docs.ocean.dwavesys.com/en/stable/overview/install.html</td><td></td></tr></tbody></table>

量子プロセッサユニットを用いた大規模エネルギー効率センサネットワークルーティング

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

古典コンピュータと量子プロセッサのハイブリッド利用であるセンサネットワークの省エネ手法は、古典コンピュータを用いたヒューリスティックアルゴリズムよりも優れた性能を発揮することが証明されています。この原稿では、この方法の重要性に関する技術的な背景が提示され、正当化されます。次に、実験手順を操作シーケンスで示し、必要に応じてイラストを交えます。この手法は、ランダムに生成されたネットワーク トポロジのサンプル セット全体で肯定的な結果によって検証されています。この手法の実験結果の成功は、センサーネットワークの寿命最大化問題に対するより良いアプローチを提供し、現在の最先端の量子プロセッサが、文献の現在の方法を上書きするメリットを持つ大規模な実用的な工学的問題を解決できることを実証しました。言い換えれば、量子アドバンテージを最大限活用することができます。概念実証の段階を超えて、実現可能性の証明にまで至っています。

1つの実行サンプルの結果を 表2、 表3、および 表4に示します。データの 3 つのバッチの詳細データセットは、 Supplementary Data 1 フォルダーにあります。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td colspan="3">データセット 1</td>
		</tr><tr><td>半径50mの円形エリアに198ノード</td>
			<td>ハイブリッド量子アルゴリズム</td>
			<td>Advanced_Leachアルゴリズム</td>
		</tr><tr><td>FND(フエヌド)</td>
			<td>1442</td>
			<td>727</td>
		</tr><tr><td>羽田</td>
			<td>2499</td>
			<td>1921</t...

この研究では、量子プロセッサ ユニットを使用して、ネットワークの寿命を最大化するために文献の従来の方法よりも優れたパフォーマンスを発揮するさまざまなトラフィック ダイナミクスのルートを計算する方法を提供します。

The sensor network energy conservation method, which is a usage hybrid of a classical computer and quantum processor, has proved to perform better than ...

このプロトコルは、従来のプロトコルよりもエネルギー面で優れていることが証明されています。コンテンツコンピューティング研究の観点から、このプロトコルは、ノイズの多い量子ビット問題の現在のボトルネックが、コンテンツコンピューティング技術の商業性に上限を設けていないことを示しています。この手法は、現在の最先端のコンテンツコンピューティング手法をネットワーク問題に適用することの実現可能性を示しています。さらに、従来の方法よりも、ネットワークの問題にコンテンツコンピューティングの手法を適用することのメリットを提示します。まず、指定されたリンクからOceanツールをダウンロードしてインストールします。ターミナルで、python space minus m space venv space oceanと入力し、ocean/bin/activateと入力します。次に、git space clone space https:github.com/dwavesystems/dwave-ocean-sdkと入力します。git で cd space dwave-ocean-sdk を実行し、続いて python space setup を実行します。py space installを実行します。Cplex をダウンロードしてインストールした後、ターミナルで pip space install space cplex と入力します。Python プログラミング表記スクリプトを使用して、実験構成パラメーターを設定します。スクリプトが実行されると、基盤となる言語が処理して変数をRAMに格納します。次に、Python スクリプトを作成して、6 つのセクターに均等に分散した 198 個のセンサー ノードの 2D 位置を生成し、半径 50 メートルの円形エリアを分割します。各セクター内で、33個のセンサーノードが正規分布によってランダムに散在していることを確認します。名前のスペル ルールの下で、各セクターごとに 2D 位置を、単一引用符付きの posdata、プラス セクター アンダースコア no プラス txt (単一引用符付き) としてテキスト ファイルに保存します。半径 50 メートルの円形エリアを 6 つのセクターに分割します。セクター インデックス I の場合、指示されたコマンドを入力して、j 番目のセンサー ノードの極長を設定します。セクター インデックスが L の場合、j 番目のセンサー ノードの角度値を設定します。次に、i番目のセクターのj番目のセンサーノードの直交座標を設定します。198個のセンサーノードすべての初期エネルギー準位を準備するには、センサーノードの半分に0.5ジュール、残りの半分に1ジュールの初期エネルギーを割り当てて、それらを均等に分割します。各ノードのエネルギー準位を格納する配列の作成に進み、ループを使用して、偶数でシーケンスされたセルに1の値、奇数でシーケンスされたセルに0.5の値を割り当てます。次に、クラスタヘッドを選択するための機能スクリプトを用意します。各センサー ノードについて、0 から 1 までの乱数threshold_rm random に等しくなります。ランダムな括弧。threshold_RMが t_n 未満の場合は、このセンサー ノードをクラスター ヘッドとして選択します。noncluster_head ノードごとに、それに最も近いクラスター ヘッド センサー ノードをクラスター ヘッドとして選択します。コマンドラインを準備して、このラウンドのネットワーク全体のエネルギー枯渇プロセスを計算します。最後に、必要な送信ラウンド メトリックを計算します。ハイブリッド量子アルゴリズム スクリプトを準備するには、選択手順をループで実行して、クラスター ヘッドの数が 6 になるようにします。これに続いて、cluster_head_valid以外のノードごとに、選択した各クラスター ヘッドまでの距離を計算し、クラスター サイズが 6 を超えておらず、距離値が最小のクラスター ヘッドに割り当てます。次に、クラスタごとのルート最適化問題を形成し、Dwave APIに送信するサブファンクションスクリプトを準備します。Pythonスクリプトを用いて、ネットワーク全体のエネルギー枯渇量を計算し、ネットワーク寿命別に伝送ラウンド数でアルゴリズムを定量的に評価します。次に、最初のノードが排出された瞬間と、ノードの半分が排出された瞬間を記録します。この研究では、ハイブリッド量子アルゴリズムがadvanced_leachアルゴリズムよりも効率が高いことが観察されました。ハイブリッド量子アルゴリズムの時間計算量と、advanced_leachに準拠するハイブリッド量子アルゴリズムもここに示します。これらの手法は、客観的な最適化において他のシステムに適用できます。例えば、製造業における機械間通信です。コンテンツ物理学によれば、インコンテンツ理論は、固定されたゲーム設定ごとに問題を引き起こしてきました。それは社会科学と経済学の新しい研究につながる可能性があります。

large-scale-energy-efficient-sensor-network-routing-using-quantum

Research

JoVE Journal

Engineering

工学

出典: Zhang, L., et al.近赤外(NIr)光はマウス前庭感覚上皮におけるミトコンドリア機能のマーカーの発現を増加させるJ. Vis. 経験。(2015年)このビデオでは、剃ったマウスの頭皮に近紫外光を照射して前庭ニューロンを活性化し、スーパーオキシドジスムターゼ-1(SOD-1)の産生を刺激し、ニューロンの機能をサポートするプロセスを示します。この手順では、神経保護戦略としての NIr...

近赤外光を用いたマウスモデルにおける感覚ニューロンシグナル伝達の調節

シリコンフォトニックチップは、複雑な集積量子系を実現する可能性を秘めています。ここで提示され、量子測定用シリコンフォトニクスチップを調製し、試験するための方法です。...

シリコンリング共振器光子源における量子干渉の測定

実用的な世代とそれぞれ統合マイクロ共振器および標準の通信コンポーネントを使用して高次元周波数ビンもつれ光子状態のコヒーレント制御のプロトコルが表示されます。...

世代とパルスの量子周波数コムのコヒーレント制御

0.75Ga0.25に基づく平面および弾道ジョセフソン接合部(JJ)の配列からなる量子集積回路(QIC)は、2次元電子ガス(2DEG)として実証される。2次元(2D)JJとQICの製造のための2つの異なる方法について議論し、その後、サブケルビン温度における量子輸送測定のデモンストレーションを行う。...

超伝導2次元電子ガスプラットフォーム上のスケーラブル量子集積回路

溝の平行平板導波路形状に基づいてテラヘルツ周波数​​に対する屈折率センサを実装するための手順を説明します。この方法は、導波路構造の共振周波数のシフトの監視を通じて少量の液体の屈折率の測定をもたらす...

平行平板導波センサを用いたテラヘルツマイクロ流体センシング

技術は、単一のGaNナノワイヤーデバイスの接触/基板とコンタクト/ NWインタフェースの検査と特徴付けを可能にするために、それらの基質からのNi / Auのコンタクト金属膜を除去するように開発された。...

シングルGaNナノ細線デバイスのための接触界面の解析

この研究放射光マイクロトモグラフィー、非破壊3次元撮像技術のために、16×16mmの断面積全体マイクロエレクト​​ロニクスパッケージを調べるために使用されます。シンクロトロンの高フラックスと明るさに起因してサンプルが8.7μmの空間分解能でわずか3分で画像化しました。...

マルチスケール三次元マイクロエレクト​​ロニクスパッケージを調査するために放射光マイクロトモグラフィーを用いて、

ここでは、回転するローターゲージのための堅牢なスプリング輸送機構の構築方法について説明します。この装置は、ローターをしっかりと固定し、輸送中に真空下に保ちます。また、輸送中の損傷のリスクを最小限に抑えるパッケージについても説明します。テストでは、輸送中の一般的な衝撃に対して当社の設計が機能することが示されています。...

どのようにローターゲージをスピニングするための真空春輸送パッケージをビルドするには

部屋の温度環境でイッテルビウム イオンをトラップの詳細な実験手順と同様に、表面のイオン...

微細加工を用いたイオンを捕集する実験方法表面イオン トラップ

アルミ、白ネズミの陰極を採用することにより高パフォーマンス、純粋な青 ZnCdS/ZnS...

酸化アルミニウムの陰極の電子注入と部分的に導入することで純粋な青色量子ドット発光ダイオードの励起子閉じ込め

学ぶ 量子プロセッサユニットを用いた大規模エネルギー効率センサネットワークルーティング手法。OceanツールとPythonスクリプトでクラスタヘッド選択とルーティング最適化を実装し、従来手法より優れたエネルギー効率とネットワーク寿命延長を実現する。

量子プロセッサユニットを用いた大規模エネルギー効率センサネットワークルーティング

さらに動画を探す