Aller au contenu principal
Accès ouvert déclaré 2025 article

IoT driven healthcare monitoring with evolutionary optimization and game theory

5Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : in, sa. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In this paper the game theory procedures are applied for healthcare monitoring systems and it is analysed using two types of evolutionary algorithms that incorporate Artificial Intelligence (AI) based events. As most of the existing approaches face challenges in establishing real-time connectivity, optimizing decision-making processes, and minimizing latency in Internet of Things (IoT)-based healthcare applications the limitations needs to be addressed. Hence with analytical equivalences that are crucial in game theory, a unique system model is developed using a deterministic framework where four key performers are strategically connected to improve decision-making and security against potential data breaches. By incorporating two evolutionary algorithms, the proposed approach optimizes the state of action for each participant while reducing energy consumption and processing delay. The model is validated through four case studies, demonstrating an average improvement of 60% over existing methodologies. These findings highlight the effectiveness of integrating game theory with evolutionary optimization to enhance real-time healthcare monitoring.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
IoT driven healthcare monitoring with evolutionary optimization and game theory
Date Crossref
30/04/2025
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Chitkara University Centre for Research Impact & Outcome pays non établi dans la notice
    Université ou école supérieure
  • King Saud University Department of Self-Development Skill pays non établi dans la notice
    Université ou école supérieure
  • Lovely Professional University Division of research and development pays non établi dans la notice
    Université ou école supérieure
  • Uttaranchal University Division of Research & innovation pays non établi dans la notice
    Université ou école supérieure
  • Chennai Institute of Technology Department of Computer Science and Engineering pays non établi dans la notice
    Structure de recherche
  • Kebri Dehar University Department of Computer Science Éthiopie (pays nommé en fin d’affiliation)
    Université ou école supérieure
  • Panimalar Engineering College Department of Electronics and Communication Engineering pays non établi dans la notice
    Université ou école supérieure
  • College of Computer and Information Sciences Computer Science Department pays non établi dans la notice
    Université ou école supérieure

Centre for Research Impact & Outcome — Chitkara University, Department of Self-Development Skill — King Saud University et Division of research and development — Lovely Professional University, avec 5 autres affiliations. Pays d’affiliation : Éthiopie.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

IoT and Edge/Fog ComputingBlockchain Technology Applications and SecurityInnovation Diffusion and Forecasting

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.