MétaCan
Menu
Retour à la cohorte
Enregistrement W2483507521 · doi:10.4018/978-1-61350-186-3.ch017

Web-Enabled Remote Control Laboratory Using an Embedded Ethernet Microcontroller

2011· book-chapter· en· W2483507521 sur OpenAlexaff
Hong Wong, Vikram Kapila, P. A. Manoj Kumar

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensGedex (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEthernetOperating systemMicrocontrollerEmbedded systemJava appletInterface (matter)JavaComputer networkComputer hardware

Résumé

récupéré en direct d'OpenAlex

In this chapter, we report on the use of the TINI (Tiny InterNet Interface) microcontroller platform, DSTINIM400, as a cost effective solution to deploy feedback control laboratory experiments online. The DSTINIM400 has a built-in 10/100 Base-T Ethernet capability and provides 24 digital inputs/outputs. A TINI runtime environment, embedded in the DSTINIM400, allows developers to interact with the microcontroller like a network terminal where Java program code is downloaded and executed via the Ethernet communication protocol. The use of Java programming environment on the TINI microcontroller yields a simple interface to many Ethernet protocols allowing programmers to intuitively define a data communication link between the TINI microcontroller and a remote graphical user interface (GUI) control panel. We utilize the DSTINIM400 to interface with a variety of laboratory experiments, execute user-selectable control algorithms, and establish Internet data communication with remote GUI control panels. We provide remote GUI control panels in the form of Java applet webpages, where sensor data is presented to remote users as a plot GUI component and control system structure and parameter values are presented as binary switches, sliders, and text boxes. Finally, safety protocols are evaluated and implemented to safeguard online laboratory experiments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0380,014

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 Opus0,013
Tête enseignante GPT0,223
Écart entre enseignants0,210 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetExperimental Learning in EngineeringTravaux en français237 207