MétaCan
Menu
Retour à la cohorte
Enregistrement W2031264979 · doi:10.1109/iccnc.2014.6785394

Wireless Sensor Network-based air quality monitoring system

2014· article· en· W2031264979 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

Revue2014 International Conference on Computing, Networking and Communications (ICNC) · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of GuelphSeneca Polytechnic
Organismes subventionnairesnon disponible
Mots-clésWireless sensor networkComputer scienceComputer networkProtocol (science)Key distribution in wireless sensor networksEnergy consumptionReal-time computingWireless networkCluster analysisEmbedded systemWirelessTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a simple Wireless Sensor Network (WSN)-based air quality monitoring system (WSN-AQMS) for industrial and urban areas. The proposed framework comprises a set of gas sensors (ozone, CO, and NO2) that are deployed on stacks and infrastructure of a Zigbee WSN and a central server to support both short-term real-time incident management and a long-term strategic planning. This architecture would use open-hardware open-software gas sensing capable motes [6] made by Libelium. These motes use the ZigBee communication protocol and provide a real-time low cost monitoring system through the use of low cost, low data rate, and low power wireless communication technology. The proposed monitoring system can be transferred to or shared by other applications. We also introduce a simple but efficient clustering protocol dubbed hereafter “Clustering Protocol for Air Sensor network” (CPAS) for the proposed WSN-AQMS framework. CPAS proves to be efficient in terms of network energy consumption, network lifetime, and the rate at which data is communicated.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0040,001
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,307
Écart entre enseignants0,250 · 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