MétaCan
Menu
Retour à la cohorte
Enregistrement W2087703515 · doi:10.5555/2442691.2442730

Robust access for wireless body area networks in public m-health

2012· article· en· W2087703515 sur OpenAlex
Narjes Torabi, Victor C. M. Leung

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

RevueInternational Conference on Body Area Networks · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)WirelessComputer scienceComputer networkBody area networkWireless sensor networkWireless networkSoftware deploymentWireless intrusion prevention systemKey distribution in wireless sensor networksTelecommunications

Résumé

récupéré en direct d'OpenAlex

Recent advances in very-low-power wireless communications have stimulated great interest in the development and application of wireless technology in biomedical applications, including wireless body area networks (BANs). A BAN consists of multiple sensor nodes capable of sampling, processing, and communicating one or more vital signs (e.g., heart rate, brain activity, blood pressure, oxygen saturation) and/or environmental parameters (location, temperature, humidity, light) over extended periods via wireless transmissions over short distances. Low cost implementation and ubiquitous deployment calls for the use of license-exempt ISM bands, in which coexistence of other license-exempt devices, particular WiFi radios, negatively impacts on the robustness of BANs. We present proposals to increase the robustness of wireless access in BANs by identifying and taking advantages of spectrum holes that are unused by co-existing devices. Simulation and experimental results are presented to show the effective of our proposals in increasing the robustness of channel access in BANs.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,000
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 Opus0,112
Tête enseignante GPT0,301
Écart entre enseignants0,189 · 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