MétaCan
Menu
Retour à la cohorte
Enregistrement W2036974720 · doi:10.1109/glocom.2013.6831075

A Pipelined-forwarding, Routing-integrated and effectively-Identifying MAC for large-scale WSN

2013· article· en· W2036974720 sur OpenAlexafffund
Fei Tong, Minming Ni, Lei Shu, Jianping Pan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGuangdong University of TechnologyGuangdong University of Petrochemical Technology
Mots-clésComputer networkComputer scienceScalabilityNetwork packetLatency (audio)Routing protocolWireless sensor networkRouting tableThroughputNode (physics)WirelessEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents the design of a duty-cycling MAC, called PRI-MAC (Pipelined-forwarding, Routing-integrated, and effectively-Identifying MAC), for large-scale wireless sensor networks. PRI-MAC divides the whole network into grades around the sink node. The higher grade a node is in, logically the further away it is from the sink which is in the lowest grade. Staggered sleep-wakeup schedules are established between any two adjacent grades such that data can be forwarded in a pipelined fashion, largely reducing the packet delivery latency to meet the real-time transmission requirement. Meanwhile, the routing function is seamlessly integrated into PRI-MAC, which reduces the protocol overhead and increases the network scalability. Furthermore, each node utilizes a randomly-generated integer as its identifier only when it is involved in a data transmission, instead of allocating a unique address for each sensor node. The performance of PRI-MAC is evaluated in comparison with PW-MAC by OPNET, in terms of the packet delivery latency, energy efficiency, and throughput.

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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,793

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207