MétaCan
Menu
Retour à la cohorte
Enregistrement W2124717094 · doi:10.1109/tase.2011.2138135

Probabilistic Analysis and Correction of Chen's Tag Estimate Method

2011· article· en· W2124717094 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

RevueIEEE Transactions on Automation Science and Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAlohaProbabilistic logicComputer scienceChenRadio-frequency identificationA priori and a posterioriWirelessStatistical modelMaximum a posteriori estimationAlgorithmThroughputMaximum likelihoodArtificial intelligenceTelecommunicationsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Radio frequency identification (RFID) is a ubiquitous wireless technology which allows objects to be identified automatically. An RFID tag is a small electronic device with an antenna and has a unique serial number. For some RFID applications and in the ALOHA-based anticollision algorithms, the number of tags in the system needs to be estimated. In Trans. Autom. Sci. Eng., vol 6, no. 1, pp. 9-15, Jan. 2009, Chen, a probabilistic method for tag estimation in ALOHA-based RFID systems was proposed, based on the maximum a posteriori probability. Although this approach is novel and useful, it has a mathematical error in modeling the problem. In this short paper, we address this problem and provide the correct probabilistic model for the ALOHA-based RFID systems. Some consequences of correcting the error in Trans. Autom. Sci. Eng., vol 6, no. 1, pp. 9-15, Jan. 2009, Chen, are discussed and the model is validated via simulation. Using the correct model, the performance of the ALOHA-based anticollision algorithm can be improved.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,389

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,013
Tête enseignante GPT0,254
Écart entre enseignants0,241 · 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