MétaCan
Menu
Retour à la cohorte
Enregistrement W2911802212

Proceedings of the First ACM workshop on Sensor and actor networks

2007· article· en· W2911802212 sur OpenAlexaboutno aff
Silvia Giordano, Stephan Olariu, David Simplot‐Ryl

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWireless sensor networkComputer scienceTelecommunicationsData scienceComputer securityComputer network
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Welcome to SANET 2007, the 1st ACM Workshop on Sensor Actor Networks -- SANET 2007. The advent of nano-technology and advances in communications has made it technologically feasible and economically viable to develop low-power devices that integrate general-purpose computing with multi-purpose sensing and wireless communications capabilities. It is expected that sensor networks will have a significant impact on a wide array of applications ranging from military, to scientific, to industrial, to health-care, to domestic, to environmental, establishing ubiquitous wireless sensor networks that will pervade society redefining the way in which we live and work. Recently, in an attempt to integrate sensor networks in the fabric of human activities it has been recognized that it would be beneficial to augment sensor networks by either actuators or actors. Actuators are simple devices programmed to take immediate, one-shot, action in response to sensory input. Actors are more sophisticated entities that, in addition to actuating can provide a meaningful, long-term, interaction with the environment. This long-term interaction presupposes intelligent coordination with both the sensory data but also with anticipated changes in the environment. The resulting augmented version of sensor networks is commonly referred to as Sensor Actor Networks (SANET). In response to the Call for Papers, fifteen papers from USA, Europe, Asia and Canada had been submitted. Based on three review reports per paper, they were classified as accept, reject or discuss. For those papers in the discuss list, additional opinions were sought. As a result, a total of six papers were selected for presentation at SANET 2007. The workshop could not be successful without the help of many organizations and individuals. First, we would like to thank the workshop general chairs, Symeon Symeon Papavassiliou and Ivan Stojmenovic, for their support and guidance. Next, we wish to thanks the program committee (PC) members, and the PC members and external reviewers for evaluating the assigned papers in a timely and professional manner. Last, but not the least, we thank all the authors for their submissions.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0050,008
Science ouverte0,0030,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0510,018

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 GPT0,222
Écart entre enseignants0,209 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207