MétaCan
Menu
Retour à la cohorte
Enregistrement W2498099222 · doi:10.1109/epe.2016.7521766

Improving energy efficiency of analog-to-digital conversion in environmental monitoring systems

2016· article· en· W2498099222 sur OpenAlexaff
Obiora Sam Ezeora, Jana Heckenbergerová, Petr Musı́lek

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSensor Technology and Measurement Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEnergy consumptionEnergy (signal processing)Sampling (signal processing)Field (mathematics)Efficient energy useAnalog-to-digital converterReal-time computingSIGNAL (programming language)Analog signalPoint (geometry)Electronic engineeringDigital signal processingComputer hardwareEngineeringTelecommunicationsElectrical engineeringStatisticsVoltageMathematicsDetector

Résumé

récupéré en direct d'OpenAlex

This work demonstrates how energy-efficiency of analog-to-digital conversion in sensor nodes can be improved without compromising data quality. For situations where certain statistical properties of sensed data change, statistical detection analysis is performed so that change-point is established. This serves as a trigger for activation of the control signal adjusting ADC clock frequency so that sampling rate is adapted. Using actual data collected in the field, linear time algorithm implementing this procedure was developed and its performance evaluated with favourable results. Up to 45% savings of daily analog-to-digital converter energy consumption was achieved in a case study analysis using field data.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,190
Écart entre enseignants0,178 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSensor Technology and Measurement SystemsTravaux en français237 207