MétaCan
Menu
Retour à la cohorte
Enregistrement W2169935801 · doi:10.1109/aina.2003.1192948

Using agent-based approach to tracking moving objects

2003· article· en· W2169935801 sur OpenAlexaff
Elhadi Shakshuki, Yingge Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGlobal Positioning SystemObject (grammar)ArchitectureComputer visionPosition (finance)Track (disk drive)Artificial intelligenceTracking (education)Real-time computingObject detectionVideo trackingTelecommunicationsSegmentationOperating system

Résumé

récupéré en direct d'OpenAlex

This paper presents a multi-agent system architecture developed to track moving objects. This architecture consists of several software agents with similar architecture and functions. An object can move freely within a predefined area, which is divided into several sub-areas based on the number of agents used in the system. Each agent is responsible for a specified sub-area. Agents are able to communicate with each other and to coordinate their activities by sharing their knowledge about the position of the moving object. Global Positioning Systems (GPS) are utilized to locate the exact position of the moving object. A GPS receiver is placed inside the moving object and serves as a signal platform that provides the desired information about its location to each agent. The main purpose of this work is to develop agents that are able to interact with the users, who are interesting in tracking some objects, and to provide them with the exact position of a moving object. This paper provides the agents' architecture, design and implementations that enable them to cooperate and communicate with each other to track a moving object. A prototype is implemented, using the ZEUS toolkit.

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)0,000
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 enseignants0,670
Score d'incertitude au seuil0,373

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 Opus0,102
Tête enseignante GPT0,291
Écart entre enseignants0,189 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMulti-Agent Systems and NegotiationTravaux en français237 207