Experimental Study of Wireless Sensor Networks forIndoor Construction Operations
Notice bibliographique
Résumé
Emerging wireless sensor networks (WSN) technology offers a great potential in supporting current project management practices.Deploying wireless sensor networks on construction sites can lead to significant time and cost savings by providing accurate and near-real-time data to project management personnel.Continuous monitoring of labor usage, materials placement and equipment performance provides valuable data for assessing progress of construction operations and assists in improving safety and security on job sites.Construction activities take place in outdoor and indoor environments, while Global Positioning System (GPS) is ideal solution for tracking outdoor activities; it is not applicable for indoor application due to the lack of line-of-sight to satellites signals.Therefore, GPS-less means of tracking is required in indoor environments.While several research efforts had been attempted to develop indoor positioning systems utilizing various wireless technologies, there is no clear understanding of which wireless technology performs better in indoor construction environment.This research aims to experiment and test wireless technologies to aid the selection of wireless sensor networks configuration in support of current practice of progress tracking at construction on job sites.This paper describes experimental study conducted to determine the effectiveness of wireless technologies for dynamic indoor resource position tracking.The experiments investigate the challenges of wireless technologies applications in indoor environments, in particular, Wireless Local Area Networks (WLAN), Bluetooth, Zigbee and Synapse SNAP.A total of 21 experiments were carried out and 1752 data sets were analyzed.The results showed that Synapse SNAP out-performed all other technologies.The findings of this study are expected to provide a reference for future research on selection of indoor positioning technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».