MétaCan
Menu
Retour à la cohorte
Enregistrement W2091447749 · doi:10.13182/nt13-1

Deployment Strategies for Wireless Sensor Networks in Nuclear Power Plants

2014· article· en· W2091447749 sur OpenAlexafffund
Ataul Bariand, Jin Jiang

Notice bibliographique

RevueNuclear Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear and radioactivity studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity Network of Excellence in Nuclear Engineering
Mots-clésWorkaroundWireless sensor networkWirelessComputer scienceSoftware deploymentContainment (computer programming)Nuclear powerWireless networkKey distribution in wireless sensor networksNuclear power plantTransmission (telecommunications)Computer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

Applications of wireless technologies in nuclear power plants (NPPs), in particular for monitoring purposes, have been gaining popularity recently. It has been shown that wireless technologies can offer several advantages over wired solutions. However, many challenges need to be overcome before widespread adoption of wireless systems in nuclear industries. This paper has extended the existing work in this area and has developed a systematic procedure to deploy a wireless sensor network within a NPP containment. The developed scheme deals with the following challenges explicitly: (a) restrictions on the peak transmission power of the wireless sensor modules, (b) workaround of large concrete and metal structures, and (c) avoidance of locations with high radiation levels. Starting from the sensor locations dictated by the variables to be measured, the scheme determines the positions of the wireless relaying modules in a three-dimensional containment space to ensure reliable data communication. The results from case studies under realistic NPP containment conditions demonstrate the practical value of the proposed solution.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNuclear TechnologyMême sujetNuclear and radioactivity studiesTravaux en français237 207