MétaCan
Menu
Retour à la cohorte
Enregistrement W2894082629 · doi:10.5194/isprs-archives-xlii-1-11-2018

DEVELOP A GIS-BASED CONTEXT-AWARE SENSOR NETWORK DEPLOYMENT ALGORITHM TO OPTIMIZE SENSOR COVERAGE IN AN URBAN AREA

2018· article· en· W2894082629 sur OpenAlexaff
Meysam Argany, Mir Abolfazl Mostafavi

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentComputer scienceContext (archaeology)Wireless sensor networkDomain (mathematical analysis)Optimization algorithmDistributed computingData miningReal-time computingAlgorithmComputer networkMathematical optimizationGeographySoftware engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. Adequate coverage is an important issue in geosensor networks in order to fulfill the sensing applications in urban areas. GIS as well as Optimization methods are widely used to distribute geosensors in the network to achieve the desired level of coverage. Most of the algorithms applied in urban domain suffer from the lack of considering real environmental information. In this paper, the problem of placing sensors to get optimum coverage is studied by investigating the concept of urban contextual information in sensor network. Then, a local GIS-based context-aware framework of sensor network deployment optimization method is introduced. Obtained results of our algorithm under different working conditions and applications show the effectiveness of our approach.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0030,001
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 Opus0,018
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207