End-to-End Acknowledgement for Data Collection in Wireless Sensor Networks
Notice bibliographique
Résumé
A novel method to improve the reliability of data collection in wireless sensor networks is presented. The Disseminated ACKnowledgment protocol (DACK) builds on collection and dissemination protocols to provide end-to-end acknowledgement of data samples. A DACK protocol implementation was tested using simulations and experiments on TelosB motes running TinyOS 2.1. Experiments were carried out on three floors of a building, with 14 motes transmitting data samples continuously until battery exhaustion. Results show that the DACK protocol recovers all data samples that would have been lost using a collection protocol only. The benefit of increased data collection reliability comes at the cost of increased communication. In one experiment with 14 motes, 719 data samples were dropped from a total of 749,904 data samples sent over six days; all these dropped samples were recovered using the DACK protocol. This experiment required an additional 720 collection packets to resend the dropped samples (in addition to the original 467,778 collection packets) plus 18,733 DACK packets. The extra energy required to send these DACK packets was determined experimentally to be negligible. The DACK packet to original collection packet ratio of 0.04 in the experiment was observed to increase to 0.078 in a simulation of 16 motes in a much noisier 4 by 4 grid network.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».