Introduction to the Special Issue: Applications of Internet of Things
Notice bibliographique
Résumé
This editorial introduces the special issue, entitled “Applications of Internet of Things”, of Symmetry. The topics covered in this issue fall under four main parts: (I) communication techniques and applications, (II) data science techniques and applications, (III) smart transportation, and (IV) smart homes. Four papers on sensing techniques and applications are included as follows: (1) “Reliability of improved cooperative communication over wireless sensor networks”, by Chen et al.; (2) “User classification in crowdsourcing-based cooperative spectrum sensing”, by Zhai and Wang; (3) “IoT’s tiny steps towards 5G: Telco’s perspective”, by Cero et al.; and (4) “An Internet of things area coverage analyzer (ITHACA) for complex topographical scenarios”, by Parada et al. One paper on data science techniques and applications is as follows: “Internet of things: a scientometric review”, by Ruiz-Rosero et al. Two papers on smart transportation are as follows: (1) “An Internet of things approach for extracting featured data using an AIS database: an application based on the viewpoint of connected ships”, by He et al.; and (2) “The development of key technologies in applications of vessels connected to the Internet”, by Tian et al. Two papers on smart home are as follows: (1) “A novel approach based on time cluster for activity recognition of daily living in smart homes”, by Liu et al.; and (2) “IoT-based image recognition system for smart home-delivered meal services”, by Tseng et al.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».