MétaCan
Menu
Retour à la cohorte
Enregistrement W2172604031 · doi:10.1504/ijwmc.2015.070947

Mobile services provisioning and sensor data sharing

2015· article· en· W2172604031 sur OpenAlexaff
Richard K. Lomotey, Ralph Deters

Notice bibliographique

RevueInternational Journal of Wireless and Mobile Computing · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkProvisioningLatency (audio)Mobile computingMobile deviceDistributed computingComputer securityTelecommunicationsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The interest in the Internet of Things (IoT) and cyber-physical devices by consumers creates the need to study the prospects of mobile service hosting to enable integration of sensor devices with mobile technologies. This new ecosystem can boost the dissemination of timely information in a mobile P2P environment. The challenge however is that, in group sharing scenarios, a mobile node can become burdened during peak-loads which can cause intolerable message response latency, unresponsiveness, and failures. This paper proposes a mobile hosting architecture to enable mobile-to-mobile communication following the edge-based technique. Hence, instead of a single mobile serving as a centralised provider hub, the communication is distributed across nearby and available provider nodes. The request distribution is developed following the sequential, parallelism, loop, and choice services flow patterns. Preliminary testing of the flow patterns focused on latency reduction by tracing (a) the optimal path, (b) request re-assignment, and (c) fault-tolerance.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
Science ouverte0,0020,004
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 Opus0,039
Tête enseignante GPT0,317
Écart entre enseignants0,278 · 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
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wireless and Mobile ComputingMême sujetPeer-to-Peer Network TechnologiesTravaux en français237 207