MétaCan
Menu
Retour à la cohorte
Enregistrement W2144087372 · doi:10.1109/dcossw.2010.5593285

Interconnecting WirelessHART and legacy HART networks

2010· article· en· W2144087372 sur OpenAlexfundno aff
Shahid Raza, Thiemo Voigt

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Time Synchronization Technologies
Établissements canadiensnon disponible
Organismes subventionnairesFederation for the Humanities and Social Sciences
Mots-clésComputer networkComputer scienceDefault gatewayWireless sensor networkEmbedded system

Résumé

récupéré en direct d'OpenAlex

WirelessHART is a novel standardized wireless sensor network protocol for industrial process automation. The WirelessHART protocol is designed with the aim to complement the HART protocol by providing wireless extension to it. However, due to the different physical and data-link layers the two protocols are not directly interoperable. WirelessHART is based on IEEE 802.15.4 mesh networks whereas HART is a 4-20mA analog wired protocol. Keeping in view the huge installations of HART networks throughout the world we feel the need to integrate HART and WirelessHART networks as the WirelessHART standard does not specify the means to securely connect the two networks. In this paper we provide different options to integrate Wire-lessHART and legacy HART networks. We start integrating the two networks using a gateway. However, gateway based integrations are sometimes not feasible and are insecure. The main contribution of this paper is that we provide a novel and comparatively secure solution to interconnect WirelessHART networks with HART networks. We specify and design a new WirelessHART Integrator that extends the capabilities of the WirelessHART adapter and provides integration at the network level rather than at the device level only. We also analyze and compare our solution with gateway and adapter based solutions.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,005
Tête enseignante GPT0,203
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNetwork Time Synchronization TechnologiesTravaux en français237 207