MétaCan
Menu
Retour à la cohorte
Enregistrement W2121212632 · doi:10.1145/1878537.1878646

Light-weight protocol simulation for binary data exchange over heterogeneous networks

2010· article· en· W2121212632 sur OpenAlexaff
Salah Sharieh, Kamran Sartipi, Alexander Ferworn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBluetooth and Wireless Communication Technologies
Établissements canadiensToronto Metropolitan UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBluetoothComputer scienceComputer networkGSMProtocol (science)The InternetInternet ProtocolWirelessEmbedded systemOperating system

Résumé

récupéré en direct d'OpenAlex

This paper presents a protocol for a near --real-time binary data exchange over Ad-Hoc networks, and heterogeneous networks. The protocol was tested with a software simulation and a real fully mobile system which monitors oxygenated hemoglobin (HBO) and deoxygenated hemoglobin (HB) concentration changes in the brain and tissues. The system uses global system for mobile communications (GSM) and Bluetooth networks. The system consists of three parts: a wireless near-infrared light sensor with Bluetooth support, a personal digital assistant (PDA) with Bluetooth and GSM support, and a personal computer (PC) connected to the internet. When the system starts, the sensor connects to the PDA using Bluetooth, and the PDA connects to the PC in the lab using GSM and the Internet. The system packages the acquired data using the protocol described in this paper (LayerPro). LayerPro performance was compared with the hypertext transfer protocol (HTTP). The results show that LayerPro performs better than HTTP when streaming binary data over heterogeneous networks

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0030,002
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 Opus0,046
Tête enseignante GPT0,325
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBluetooth and Wireless Communication TechnologiesTravaux en français237 207