MétaCan
Menu
Retour à la cohorte
Enregistrement W2135952676 · doi:10.1109/ccece.2004.1349658

A network layer based architecture for service discovery in mobile ad hoc networks

2004· article· en· W2135952676 sur OpenAlexafffund
Jerry Tyan, Qusay H. Mahmoud

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésService discoveryComputer networkComputer scienceMobile ad hoc networkVehicular ad hoc networkScalabilityService (business)Network layerDistributed computingRouting protocolService layerWireless ad hoc networkAdaptive quality of service multi-hop routingApplication layerMobile computingContext (archaeology)Optimized Link State Routing ProtocolLayer (electronics)Routing (electronic design automation)Quality of serviceWorld Wide WebWeb serviceTelecommunicationsWirelessNetwork packetDatabase

Résumé

récupéré en direct d'OpenAlex

Service discovery is an integral pail of constructing a self-configuring mobile ad hoc network (MANET). While several service discovery protocols have been developed, most of them are designed for infrastructure-based networks and thus not suitable to be used in MANET. On the other hand, service discovery protocols that have been designed for MANET suffer from problems with two critical issues. Firstly, they have limited scalability due to the extensive use of broadcast communication. Secondly, they usually lack context aware selection mechanisms. In this paper, we propose a network layer supported comprehensive service discovery solution that addresses the above issues and provides solutions in two parts. First we discuss a location aware network layer routing protocol that groups mobile nodes into clusters where a gateway at each cluster is responsible for routing. Then we propose a service discovery protocol that utilizes directories for service discovery that interact with lower network layer gateway configuration. Our service discovery solution includes an agent-based context aware service selection.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207