MétaCan
Menu
Retour à la cohorte
Enregistrement W1985453966 · doi:10.1109/icif.2007.4408141

Data fusion enabled networks

2007· article· en· W1985453966 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSystems Engineering Methodologies and Applications
Établissements canadiensGeneral Dynamics (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScalabilitySystems engineeringProcess (computing)Sensor fusionSystem of systemsSoftware engineeringDistributed computingLegacy systemService-oriented architectureSoftwareSystems designEngineeringWeb serviceDatabaseArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

High tempo battlefield requirements, rapidly evolving communications/information technologies and the need to include legacy components, call for a system-of- systems engineering approach in the development of data fusion enabled networks (DFEN). System-of- systems engineers are concerned with large scale interdisciplinary issues combining multiple, heterogeneous, distributed systems that are embedded in networks at multiple levels and multiple domains. These issues are also of concern to data fusion engineers because the networks being engineered to resolve the issues are the environment in which future data fusion systems must perform successfully. This paper is a description of a system-of-systems approach to the development of DFEN's. Applying system-of-systems techniques, a DFEN software and hardware infrastructure is being developed The infrastructure is being developed as a capability within a network enabled C4ISR infrastructure, using a service oriented architecture (SOA) and a DFEN specific ontology. Within this framework, important aspects of data fusion system development can be addressed in a process-driven, scalable and evolvable manner.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,296
Écart entre enseignants0,215 · 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