MétaCan
Menu
Retour à la cohorte
Enregistrement W2157647347 · doi:10.1109/glocom.2007.221

Achieving Reliability Over Cluster-Based Wireless Sensor Networks Using Backup Cluster Heads

2007· article· en· W2157647347 sur OpenAlexaff
Shafiq U. Hashmi, Hussein T. Mouftah, Nicolas D. Georganas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBackupComputer scienceCluster (spacecraft)Reliability (semiconductor)Wireless sensor networkComputer networkWirelessTelecommunicationsOperating system

Résumé

récupéré en direct d'OpenAlex

Wireless Sensor Networks (WSN) are becoming a viable tool for many monitoring applications. These applications may be of critical nature where the transportation of the information of events from the region of interest to some base station is crucial, where the data loss can not be tolerated. In the cluster-based two-tier WSN, where cluster-head nodes gather data from sensors in their clusters and then transmit to base station, when cluster head nodes start to die, the coverage of those clusters is lost and it leaves the region unmonitored. Even if the cluster heads are rotated and reassigned after some time, until the next rotation that cluster in question will be out of cluster head and will lose coverage. A lot of information is lost which is sensed and sent by the sensor nodes of the cluster to the dead cluster head. We propose here to select backup cluster heads (BCHs), for those cluster heads which are close to deplete their energy. The cluster head, when about to die, sends an SOS with the gathered information until then, to the respective BCH which takes over the responsibility and continues to work as a new cluster head. To evaluate the effect and results of BCH we used LEACH-C protocol and compared the data loss ratio with and without a BCH.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,361
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,244 · 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.

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

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207