MétaCan
Menu
Retour à la cohorte
Enregistrement W2162436034 · doi:10.1109/icdcsw.2011.21

Localized Energy-Aware Fault Management in Relay Based Sensor Networks

2011· article· en· W2162436034 sur OpenAlexafffund
Ataul Bari, Subir Bandyopadhyay, Arunita Jaekel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRelayComputer networkNode (physics)Computer scienceWireless sensor networkBase stationRouting (electronic design automation)Synchronization (alternating current)Link Access Procedure for Frame RelayDistributed computingRelay channelEngineering

Résumé

récupéré en direct d'OpenAlex

In a relay based two-tier sensor network the individual sensor nodes, constituting the lower tier of the network, are partitioned into clusters and transmit their data directly to their respective cluster heads. Higher-powered relay nodes act as cluster heads and form the upper tier of the sensor network, that communicates received data to the base station. In this model, if a relay node becomes faulty, all data from the cluster of the faulty node, as well as data from other clusters that is routed through the faulty node will be lost. To avoid this potentially large data loss, it is critical that, after a failure is detected, data is rerouted as quickly as possible to avoid the failed relay node. This is best achieved by allowing each individual relay node to take corrective action immediately after discovering that a relay node is faulty, without any directive from the base station. Furthermore, it is also important to ensure that the energy dissipation of the relay nodes, using the new route, is as low as possible. In this paper, we propose a novel approach, where only the nodes originally transmitting to the failed node has to change their routing information, and all other nodes continue to operate as before. This greatly simplifies the coordination and synchronization required to establish a new routing scheme, resulting in a faster response time and reduced data loss. We have proposed an integer linear program (ILP) formulation that determines a routing scheme using this approach. We also present a simple but effective heuristic, capable of handling much larger networks. Our simulation results clearly demonstrate that the proposed approach can lead to significant improvements in the lifetime of a two tier network, compared to existing techniques.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,207
Écart entre enseignants0,190 · 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'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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207