A HYBRID PULL-PUSH SYSTEM FOR NEAR REAL-TIME NOTIFICATIONS ON SENSOR WEB
Notice bibliographique
Résumé
Abstract. World-wide sensor web generates tremendous amount of sensor data stream allowing people to observe events that were previously unobservable. Sensor web has been wildly applied in many monitoring systems; some of them are extremely time-sensitive, e.g., disaster management systems. However, with the growing amount of sensor data, the traditional request/response communication model becomes inefficient as it is based on point-to-point pulling interactions between users and data providers. In order to address this issue, publish/subscribe communication model has been proposed and applied in many applications, e.g., web blogging. The publish/subscribe model utilizes an intermediary broker on matching predefined queries with the data pushed to the broker. However, we argue that the publish/subscribe model is hard to be directly applied to sensor web due to the fact that most sensor web services are based on pulling interaction model only. For instance, more and more sensor data providers are publishing their sensor data with the Open Geospatial Consortium (OGC) Sensor Observation Service (SOS) standards, and the OGC SOS services are based on the request/response model. Therefore, in order to address this issue, we propose a hybrid pull-push system to retrieve sensor web data in a timely manner. The preliminary experimental results indicate that the proposed system is able to fetch near real time sensor streams from pull-based sensor web services.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».