MétaCan
Menu
Retour à la cohorte
Enregistrement W2165938784 · doi:10.1109/rfid.2014.6810718

Novel modulo based Aloha anti-collision algorithm for RFID systems

2014· article· en· W2165938784 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesKing Abdulaziz University
Mots-clésAlohaComputer scienceAlgorithmModuloCollisionRandom accessCollision problemRadio-frequency identificationFrame (networking)Redundancy (engineering)Identification (biology)WirelessInterrogationThroughputComputer networkTelecommunicationsComputer security

Résumé

récupéré en direct d'OpenAlex

RFID (Radio frequency Identification) has become an efficient way to identify, track and/or trace objects and people. Its importance has motivated scientists and researchers to examine the challenges that are slowing its expeditious deployment in various applications. RFID collision is a major challenge imposed by the wireless links shared among a reader and the many tags in the interrogation zone. In most proposed anti-collision algorithms, tags reply randomly to time slots chosen by the reader. Since two or more tags may choose the same slot, this Random Access (RA) causes garbled data at the reader side; therefore, the identification process fails. In this paper, we propose a new anti-collision algorithm that adopts a novel method for eliminating the theory of RA to enhance system efficiency and to reduce both the number of rounds between reader and tag and the number of collided/empty slots over existing algorithms. In this algorithm, tags use modulo function to choose tag owned time slot. Another advantage of this method is that the reader estimates the next frame size and compares it with the previously selected frame sizes that are saved in the reader to ensure there is no redundancy. The performance of the algorithm is simulated and compared with existent ALOHA family algorithms.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,565

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRFID technology advancementsTravaux en français237 207