MétaCan
Menu
Retour à la cohorte
Enregistrement W2483899223 · doi:10.1017/cbo9781107478732.012

Machine-to-machine (M2M) communications

2015· book-chapter· en· W2483899223 sur OpenAlexaff
Lingyang Song, Dusit Niyato, Zhu Han, Ekram Hossain

Notice bibliographique

RevueCambridge University Press eBooks · 2015
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMachine to machineComputer scienceComputer networkThe InternetWirelessCellular communicationCellular networkControl communicationsData transmissionCommunications protocolMobile deviceCommunications systemTelecommunicationsInternet of ThingsEmbedded systemWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Introduction Wireless connectivity is rapidly expanding beyond traditional mobile devices used by humans. In the near future, many wireless devices (e.g., sensors and actuators) will be connected in the framework of the Internet-of-Things (IoT) [363]. In cellular networks, hundreds or thousands of devices can exist in one cell. Therefore, the concept of machine-to-machine (M2M) communications has been introduced to handle the transmission of a number of devices in the network. M2M communication, also known as machine-type communications (MTC), refers to mobile nodes communicating over a network without (or with minimal) human intervention. M2M communication enables ubiquitous connectivity among autonomous devices and/or Internet connectivity of MTC devices (i.e., communications between an MTC device and an M2M server or between two MTC devices). M2M communication is different from human-to-human (H2H) communication, which mainly involves voice calls, messaging, and web browsing. The goal of M2M communications is to increase the level of system automation by allowing the devices and systems to exchange and share data. Therefore, the protocol and data format are the major issues in M2M communications owing to the need to ensure seamless data and control flows. D2D communication can be considered as a type of M2M communication when the D2D user equipments UEs are in close proximity and have small amounts of data to transmit among themselves (e.g., in application scenarios relating to the control of appliances in the home). In this chapter, we provide an overview of M2M communications in Section 11.2. Specifically, we focus on MTC in Long Term Evolution (LTE) and LTE-Advanced (LTE-A). Section 11.3 presents the mechanisms to support MTC, i.e., a random-access (RA) procedure and random-access-channel (RACH)-overload control mechanisms. Section 11.4 introduces a performance-modeling technique based on queueing theory to analyze the performance of the RA mechanism for M2M communications. Finally, Section 11.5 gives a summary of the chapter and lists some important research directions. Machine-to-machine (M2M) communications M2M communication, which is undergoing the process of standardization by the Third Generation Partnership Project (3GPP), can support a wide range of applications (e.g., secured access and surveillance, metering and smart grid, and Internet-of-Things).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,016

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 Opus0,054
Tête enseignante GPT0,236
Écart entre enseignants0,182 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetIoT and Edge/Fog ComputingTravaux en français237 207