AbstractMany existing studies on th

Abstract
Many existing studies on the sensor health problem determine an individual sensor’s health status based on the statistical characteristics of collected data by the sensor. In this research, we study the sensor health problem at the network level, which is referred to as the network sensor health problem. First, based on the conservation principle of daily flows in a network, we separate all links into base links and non-base links, such that the flows on the latter can be calculated from those on the former. In reality, the network flow conservation principle can be violated due to the existence of unhealthy sensors. Then we define the least inconsistent base set of links as those that minimize the sum of squares of the differences between observed and calculated flows on non-base links. But such least inconsistent base sets may not be unique in a general road network. Finally we define the health index of an individual sensor as the frequency that it appears in all of the least inconsistent base sets. Intuitively, a lower health index suggests that the corresponding sensor is more likely to be unhealthy. We present the brute force method to find all least inconsistent base sets and calculate the health indices. We also propose a greedy search algorithm to calculate the approximate health indices more efficiently. We solve the network sensor health problem for a real-world example with 16 nodes and 30 links, among which 18 links are monitored with loop detectors. Using daily traffic count data from the Caltrans Performance Measurement System (PeMS) database, we use both the brute-force and greedy search methods to calculate the health indices for all the sensors. We find that all the four sensors flagged as unhealthy (high value) by PeMS have the lowest health indices. This confirms that a sensor with a lower health index is more likely to be unhealthy. Therefore, we can use such health indices to determine the relative reliability of different sensors’ data and prioritize the maintenance of sensors.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อศึกษาที่มีอยู่มากมายบนปัญหาสุขภาพเซ็นเซอร์ตรวจสอบสถานะสุขภาพของเซนเซอร์ตามลักษณะทางสถิติของข้อมูลที่รวบรวม โดยเซ็นเซอร์ ในการวิจัยครั้งนี้ เราศึกษาปัญหาสุขภาพการเซ็นเซอร์ในระดับเครือข่าย ซึ่งจะเรียกว่าปัญหาสุขภาพเครือข่ายเซ็นเซอร์ ครั้งแรก ใช้หลักการอนุรักษ์กระแสรายวันในเครือข่าย เราแยกทั้งหมดเชื่อมโยงเป็นฐานลิงก์และลิงก์-ฐาน ซึ่งสามารถคำนวณกระแสบนหลังจากที่ในอดีต ในความเป็นจริง หลักการอนุรักษ์กระแสเครือข่ายสามารถละเมิดเนื่องจากการดำรงอยู่ของเซนเซอร์ที่ไม่แข็งแรง แล้ว เรากำหนดชุดฐานน้อยไม่สอดคล้องกันของการเชื่อมโยงที่ลดผลรวมของกำลังสองของความแตกต่างระหว่างปฏิบัติ และคำนวณกระแส-ฐานเชื่อมโยง แต่ชุดฐานดังกล่าวไม่สอดคล้องอย่างน้อยอาจไม่ซ้ำกันในเครือข่ายถนนทั่วไป ในที่สุด เรากำหนดดัชนีสุขภาพของเซ็นเซอร์แต่ละตัวเป็นความถี่ที่ปรากฏในทั้งหมดของชุดพื้นฐานสอดคล้องกันอย่างน้อย สังหรณ์ใจ ดัชนีสุขภาพต่ำกว่าแสดงให้เห็นว่า เซนเซอร์ที่สอดคล้องกันมีแนวโน้มจะไม่แข็งแรง เรานำเสนอวิธีการดุเพื่อค้นหาชุดพื้นฐานที่สอดคล้องกันทั้งหมดอย่างน้อย และคำนวณดัชนีสุขภาพ นอกจากนี้เรายังนำเสนอขั้นตอนการค้นหาโลภในการคำนวณดัชนีสุขภาพโดยประมาณได้อย่างมีประสิทธิภาพ เราแก้ปัญหาเครือข่ายเซ็นเซอร์สุขภาพสำหรับตัวจริงอย่างกับโหนที่ 16 และ 30 ลิงค์ 18 ลิงค์ซึ่งจะตรวจสอบ ด้วยเครื่องตรวจห่วง เราใช้ข้อมูลจำนวนการจราจรรายวันจากฐานข้อมูลระบบการวัดประสิทธิภาพ Caltrans (PeMS) ใช้วิธีค้นหาเดา และโลภเพื่อคำนวณดัชนีสุขภาพเซนเซอร์ทั้งหมด เราพบว่า เซ็นเซอร์สี่ทั้งหมดตั้งค่าสถานะเป็นไม่แข็งแรง (สูงค่า) โดย PeMS มีดัชนีสุขภาพต่ำที่สุด นี้ยืนยันว่า เซ็นเซอร์ดัชนีสุขภาพต่ำมีแนวโน้มจะไม่แข็งแรง ดังนั้น เราสามารถใช้ดัชนีสุขภาพดังกล่าวเพื่อตรวจสอบความน่าเชื่อถือสัมพันธ์ของข้อมูลต่าง ๆ เซ็นเซอร์ และจัดลำดับความสำคัญการบำรุงรักษาเซ็นเซอร์

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
ศึกษาที่มีอยู่จำนวนมากในการแก้ปัญหาสุขภาพเซ็นเซอร์ตรวจสอบสถานะสุขภาพเซ็นเซอร์ของแต่ละคนขึ้นอยู่กับลักษณะทางสถิติของข้อมูลที่เก็บรวบรวมโดยเซ็นเซอร์ ในงานวิจัยนี้เราศึกษาปัญหาสุขภาพที่เซ็นเซอร์ในระดับเครือข่ายซึ่งจะเรียกว่าเป็นเครือข่ายของปัญหาสุขภาพที่เซ็นเซอร์ เป็นครั้งแรกบนพื้นฐานของหลักการอนุรักษ์กระแสรายวันในเครือข่ายของเราแยกการเชื่อมโยงทั้งหมดเป็นลิงก์ฐานและการเชื่อมโยงที่ไม่ใช่ฐานดังกล่าวว่ากระแสบนหลังสามารถคำนวณได้จากผู้ที่อยู่ในอดีต ในความเป็นจริงหลักการอนุรักษ์ไหลเครือข่ายสามารถละเมิดเนื่องจากการดำรงอยู่ของเซ็นเซอร์ที่ไม่แข็งแรง จากนั้นเรากำหนดฐานตั้งที่ไม่สอดคล้องกันอย่างน้อยของการเชื่อมโยงกับผู้ที่ลดผลรวมของกำลังสองของความแตกต่างระหว่างกระแสสังเกตและการคำนวณเกี่ยวกับการเชื่อมโยงที่ไม่ใช่ฐาน แต่เช่นชุดฐานที่ไม่สอดคล้องกันอย่างน้อยอาจจะไม่ซ้ำกันในเครือข่ายถนนทั่วไป ในที่สุดเรากำหนดดัชนีสุขภาพของเซ็นเซอร์แต่ละความถี่ที่จะปรากฏในทุกที่ไม่สอดคล้องกันอย่างน้อยชุดฐาน สัญชาตญาณดัชนีสุขภาพที่ลดลงแสดงให้เห็นว่าเซ็นเซอร์ที่สอดคล้องกันคือมีแนวโน้มที่จะไม่แข็งแรง เรานำเสนอวิธีการบังคับเดรัจฉานเพื่อค้นหาทุกอย่างน้อยไม่สอดคล้องชุดฐานและคำนวณดัชนีสุขภาพ นอกจากนี้เรายังนำเสนอวิธีการค้นหาโลภในการคำนวณดัชนีสุขภาพโดยประมาณมีประสิทธิภาพมากขึ้น เราแก้ปัญหาสุขภาพเซ็นเซอร์เครือข่ายสำหรับตัวอย่างที่โลกแห่งความจริงกับ 16 โหนดและการเชื่อมโยงที่ 30 หมู่ที่ 18 เชื่อมโยงมีการตรวจสอบด้วยเครื่องตรวจจับห่วง โดยใช้ข้อมูลจำนวนการเข้าชมทุกวันตั้งแต่ Caltrans ประสิทธิภาพของระบบการวัด (PeMS) ฐานข้อมูลที่เราใช้ทั้งแรงเดรัจฉานและวิธีการค้นหาโลภในการคำนวณดัชนีสุขภาพสำหรับเซ็นเซอร์ทั้งหมด เราจะพบว่าทั้งสี่เซ็นเซอร์ตั้งค่าสถานะเป็นไม่แข็งแรง (มูลค่าสูง) โดย PeMS มีค่าต่ำสุดของดัชนีสุขภาพ นี้เป็นการยืนยันว่าเซ็นเซอร์ที่มีค่าดัชนีลดลงสุขภาพมีแนวโน้มที่จะจะไม่แข็งแรง ดังนั้นเราจึงสามารถใช้ดัชนีสุขภาพเช่นการตรวจสอบความน่าเชื่อถือของข้อมูลญาติเซ็นเซอร์ที่แตกต่างกันและจัดลำดับความสำคัญในการบำรุงรักษาของเซ็นเซอร์