This section describe probabilistic

This section describe probabilistic modeling process of multi-hop networks using Monte Carlo simulation that generates are a large node number from distribution patterns topology with a probabilistic model (see in Section II)

that properties the population from which the computed probability successfully rate to collect data from each node as explained in Fig.5.

ผลลัพธ์ (ไทย) 1:

ส่วนนี้อธิบายถึงกระบวนการสร้างโมเดล probabilistic ปฮอปหลายเครือข่ายที่ใช้จำลอง Carlo มอนที่สร้างมีหมายเลขโหนขนาดใหญ่จากโครงสร้างรูปแบบกระจายกับรุ่น probabilistic (ดูในส่วน II) คุณสมบัติที่ประชากรซึ่งความน่าเป็นคำนวณเรียบร้อยอัตราการรวบรวมข้อมูลจากแต่ละโหนเป็นอธิบายใน Fig.5

ผลลัพธ์ (ไทย) 2:

ในส่วนนี้จะอธิบายขั้นตอนการสร้างแบบจำลองความน่าจะเป็นของเครือข่ายหลายปฮอปโดยใช้การจำลอง Monte Carlo ที่สร้างมีจำนวนโหนดขนาดใหญ่จากโครงสร้างรูปแบบการกระจายที่มีรูปแบบความน่าจะเป็น (ดูในส่วนที่สอง) คุณสมบัติที่ประชากรจากการที่น่าจะประสบความสำเร็จในการคำนวณอัตราการเก็บรวบรวมข้อมูล จากแต่ละโหนดตามที่อธิบายใน Fig.5

ผลลัพธ์ (ไทย) 3:

ส่วนนี้อธิบายกระบวนการแบบจำลองความน่าจะเป็นของ Multi Hop เครือข่ายโดยใช้เทคนิคมอนติคาร์โลที่สร้างเป็นขนาดใหญ่จำนวนโหนดจากรูปแบบการกระจายของความน่าจะเป็นแบบมีรูปแบบ ( ดูในส่วนที่ ii )

ว่าคุณสมบัติของประชากรซึ่งคำนวณความน่าจะเป็นเรียบร้อยแล้ว ซึ่งรวบรวมข้อมูลจากแต่ละโหนดตามที่อธิบายไว้ใน fig.5 .