IGADA-IoT：自动数据增强驱动的无线传感器网络中的物联网传感器能量优化

arXiv:2605.27397v1 公告类型：新 摘要：在无线传感器网络 (WSN) 中，数据增强是一种提高采样频率决策性能的新颖方法，从而实现物联网 (IoT) 传感器的能量优化。然而，现有的方法依赖于单个生成器和凭经验确定的数量，无法建立动态信息间隙和多个生成器之间的映射，并且忽略了生成样本的异质性。而且缺乏联合考虑信息差距和模型性能的评估和闭环方法。为了解决这些问题，我们提出了一种信息间隙引导的物联网传感器自动数据增强框架（IGADA-IoT），具有分层多生成器协作和多轮调度。联合利用不同生成器的能力来减少信息差距。在IGADA-IoT中，提出了分层多生成器协作与调度策略（HMGCS）来增强生成样本分配的针对性和合理性。提出了一种信息间隙模型性能联合评估和闭环方法（IGMP-EC）来提高增强决策的准确性，并降低增强不足和过度增强的风险。实验结果表明，IGADA-IoT将多个下游模型的平均准确率提高了7.27%。与先进的数据增强方法相比，平均准确率提高了8.67%。与单个生成器相比，平均精度提高了7.24%。此外，来自 UCR Archive 的公共物联网传感器数据集和实际部署证明了所提出方法的准确性和通用性。