MétaCan
Menu
Retour à la cohorte
Enregistrement W1480830458 · doi:10.1007/0-306-48642-3_2

Protocols for Data Propagation in Wireless Sensor Networks

2006· book-chapter· en· W1480830458 sur OpenAlexaff
Azzedine Boukerche, Sotiris Nikoletseas

Notice bibliographique

RevueKluwer Academic Publishers eBooks · 2006
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésWireless sensor networkSoftware deploymentComputer scienceDistributed computingKey distribution in wireless sensor networksElectronicsWirelessWireless networkEmbedded systemComputer networkEngineeringTelecommunicationsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Recent dramatic developments in micro-electro-mechanical systems (MEMS), wireless communications and digital electronics have already led to the development of small in size, low-power, low-cost sensor devices. Such devices integrate sensing, data processing and communication capabilities. Examining each such device individually might appear to have small utility, however the effective distributed co-ordination of large numbers of such devices may lead to the efficient accomplishment of large sensing tasks. Large numbers of sensors can be deployed in areas of interest (such as inaccessible terrains or disaster places) and use self-organization and collaborative methods to form a network. Their wide range of applications is based on the possible use of various sensor types. Thus, sensor networks can be used for continuous sensing, event detection, location sensing as well as micro-sensing. We note however that the efficient and robust realization of such large, highly-dynamic, complex, non-conventional networking environments is a challenging technological and algorithmic task. Features including the huge number of sensor devices involved, the severe power, computational and memory limitations, their dense deployment and frequent failures, pose new design, analysis and implementation challenges. This chapter aims at presenting certain important aspects of the design, deployment and operation of sensor networks. In particular, to provide a) a brief description of the technical specifications of state-of the-art sensor devices b) a discussion of possible models used to abstract such networks c) a presentation of some characteristic protocols for data propagation in sensor networks, along with an evaluation of their performance analysis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,004
Communication savante0,0060,007
Science ouverte0,0040,004
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,282
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKluwer Academic Publishers eBooksMême sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207