Generic 3-D Routing Protocols in Sensing-Covering Regions
Notice bibliographique
Résumé
In recent years, sensor networks have been proposed to improve the detection level of natural disasters (e.g. volcanoes, tornadoes, tsunamis). However, this technology has several issues that need to be improved. We, therefore in this paper, focus on two main issues: coverage and routing. For coverage problem, we introduce a new approach for obtaining a static covered network in 3-D environment. This technique is referred to as the chipset coverage model. This would be accomplished by using a small number of sensor nodes in order to save up some energy. For routing issue, we propose several new position-based routing protocols which are the 3-D sensing spheres close to the line routing algorithm (3-D SSL), the 3-D smallest angle to the line routing algorithm (3-D SAL), and the 3-D SSL:SAL routing protocols. We show that the 3-D SAL and the 3-D SSL:SAL routing protocols guarantee the delivery of packets. In our simulation, we show that the 3-D SSL:SAL protocol has similar performance in terms of network (hop) dilation and routing delay to these for an existing 3-D progress-based routing protocol. Moreover, the 3-D SSL:SAL and the 3-D SAL routing protocols outperform an existing 3-D progress-based routing protocol in terms of Euclidean dilation. Thus, the new protocols reduce the energy consumption of the nodes and, therefore, prolong the life of the network.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».