MétaCan
Menu
Retour à la cohorte
Enregistrement W2185918059 · doi:10.19026/rjaset.7.308

Energy Efficient Transmission in Wireless Sensor Networks

2014· article· en· W2185918059 sur OpenAlex
Muhammad Tahir, Nadeem Javaid, Muhammad Ali Khan, Shafqat Ur Rehman, A. Javaid, Zahoor Ali Khan

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

RevueResearch Journal of Applied Sciences Engineering and Technology · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTransmitterWireless sensor networkComputer scienceEfficient energy useBit error rateTransmission (telecommunications)Key distribution in wireless sensor networksComputer networkDecoding methodsCoding (social sciences)Sensor nodePower controlEnergy (signal processing)Node (physics)WirelessReal-time computingPower (physics)Wireless networkTelecommunicationsElectrical engineeringEngineeringChannel (broadcasting)Mathematics

Résumé

récupéré en direct d'OpenAlex

Aim of this study is analyzing energy conservation which is one of the most vital aspects in Wireless Sensor Networks (WSNs) for better network durability, since sensor nodes have limited resources of energy. In our propose technique, we have shown that how in presence of existing Error Control Coding (ECC) techniques and decoder complexity energy efficiency increased. That is by estimating transmitter power for each sensor node in given environment. Since adoption of ECC reduces required transmitter power for reliable communication, while increase processing energy of decoding operations. Required transmitter power for sensor nodes in given environment for different coding techniques like Reed-Solomon (RS), Convolutional (CC) energy efficiency and bit error rate has been analyzed for different E<sub>b</sub>/N<sub>0</sub>.

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)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,235 · 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