Sistema Distribuído para Gerenciamento de Informação e Distribuição de Conhecimento em Redes Veiculares
Notice bibliographique
Résumé
Sabe-se que, em Sistemas de Transporte Inteligentes (STIs), a constante troca de informação entre os véıculos é de vital importância para prover serviços em um ambiente veicular. Tipicamente, os STIs fazem uso dessa prática para extrair o conhecimento sobre a condição do tráfego veicular e distribuir o conhecimento. Apesar das soluções que aplicam essa abordagem atingirem o objetivo principal, distribuição do conhecimento, elas não se preocupam em selecionar o véıculo mais relevante na rede para realizar a tarefa de extração do conhecimento. Nessas soluções a extração pode ser realizada por qualquer veículo, consequentemente acarretará na sobrecarga da rede, devido as elevadas transmissões de mensagens redundantes. Com isso em mente, foi proposto SDGI, um sistema para o gerenciamento de informação e distribuição de conhecimento que aplica a métrica de centralidade de intermediação egocêntrica, com o propósito de selecionar o véıculo mais relevante para realizar a extração do conhecimento. Os resultados mostraram que o SDGI tem o melhor desempenho em diferentes requisitos em comparação com as soluções da literatura.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».