MétaCan
Menu
Retour à la cohorte
Enregistrement W2066949584 · doi:10.1109/ithings.2014.28

Building a Framework for Internet of Things and Cloud Computing

2014· article· en· W2066949584 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
DomaineComputer Science
ThématiqueAdvanced Software Engineering Methodologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCloud computingComputer scienceLayer (electronics)Application layerVariety (cybernetics)The InternetSoftwareInternet of ThingsArchitectureDistributed computingSoftware product lineSoftware engineeringWorld Wide WebOperating systemSoftware development

Résumé

récupéré en direct d'OpenAlex

Internet of Things (IoT) is the concept of connecting multiple objects together in an Internet-based architecture. Applications built around this concept are constantly growing in variety and quantity. Technologies in IoT have been evolving rapidly and the alternatives also have increased quickly. As a result, it becomes challenging to conduct system and software trade-off analysis or select suitable IoT technologies for applications. The paper emphasizes variability management (consisting of alternative technologies) and aims to provide a framework as a result, which would allow or facilitate users to create their own IoT applications. In order to achieve this goal, we have adopted the idea of software product line engineering (SPLE) and created a framework with a layered architecture consisting of a Cloud Layer, a Central Hub Layer, and an End Devices Layer. The layers are loosely coupled with well-defined interfaces allowing for variability to be added at each layer. We were successfully able to create a framework which allows users to build their own applications, only being limited by the devices supported by the framework.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,372
Score d'incertitude au seuil0,258

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,282 · 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

En bref

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Software Engineering MethodologiesTravaux en français237 207