Ali H. Sayed

异构传感网络里的节点过去只能推断自身状态，或依赖中心处理器汇总全网测量。现在一种名为簇感知社会学习的去中心化方法让每个节点先用本地观测和邻居交换找出共享同一隐藏状态的连通簇，再为每个簇维护一个信念并映射回各节点，从而在只交换簇级信息的前提下复原全网状态配置。合成高斯实验与真实气体传感器数据都显示，簇结构冻结后各节点对每个簇真实状态的信念趋近于一。

异构传感网络里的节点过去只能推断自身状态，或依赖中心处理器汇总全网测量。现在一种名为簇感知社会学习的去中心化方法让每个节点先用本地观测和邻居交换找出共享同一隐藏状态的连通簇，再为每个簇维护一个信念并映射回各节点，从而在只交换簇级信息的前提下复原全网状态配置。合成高斯实验与真实气体传感器数据都显示，簇结构冻结后各节点对每个簇真实状态的信念趋近于一。