MétaCan
Menu
Retour à la cohorte
Enregistrement W2172266266 · doi:10.1504/ijsnet.2009.029016

Energy conservation in clustered wireless sensor networks

2009· article· en· W2172266266 sur OpenAlexaff
Frank Comeau, Shyamala Sivakumar, William Robertson, William Phillips

Notice bibliographique

RevueInternational Journal of Sensor Networks · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensSaint Mary's UniversityDalhousie UniversitySt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésWireless sensor networkComputer scienceCluster analysisNode (physics)Energy (signal processing)Energy conservationNonlinear systemHomogeneousEnergy harvestingMathematical optimizationComputer networkMathematicsStatistical physicsElectrical engineeringArtificial intelligenceStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, results from Wald's equation and stochastic geometry are applied to the analysis of the energy expended in a homogeneous clustered Wireless Sensor Network (WSN). We determine the optimum number of clusterheads for minimising the energy expended by a single-hop clustered WSN in transmitting data to a sink using nonlinear and linear aggregation models, and include error control. Our model makes it possible to determine the optimum number of clusters given the node electronic energy expended, the type of aggregation employed, the propagation loss and the network geometry. The effect of these parameters on the optimum number of clusterheads is analysed. The analytical model is verified with simulations. We observe that, in some networks, clustering is not beneficial for minimising network energy.

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)0,002
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sensor NetworksMême sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207