MétaCan
Menu
Retour à la cohorte
Enregistrement W2941845064 · doi:10.1109/tsusc.2019.2913374

Efficient Green Protocols for Sustainable Wireless Sensor Networks

2019· article· en· W2941845064 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Sustainable Computing · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanada Research Chairs
Mots-clésComputer scienceWireless sensor networkEfficient energy useDistributed computingEnergy consumptionScheduling (production processes)Computer networkSoftware deploymentEngineering

Résumé

récupéré en direct d'OpenAlex

Nowadays, wireless sensor networks (WSNs) are widely adopted by many civil/military applications. However, due to the limited capacity of the built-in battery, the lifetime of the sensor is limited, which in turn affects the working time of the whole system. Therefore, the limited energy supply is the most direct and critical constraint to maintain the long-term and efficient operation of the system. Accordingly, reducing energy consumption/improving energy efficiency is an essential prerequisite for designing a sustainable WSN. To address this problem, many approaches have been proposed. To help readers fully understand the techniques/methods in this area of research, we present a taxonomy of the existing energy-efficient strategies for achieving sustainable WSNs. We first introduce some basic concepts and assumptions commonly adopted in energy-efficient WSNs designs. Then, we discuss existing approaches designed for conventional WSNs (consisting of static nodes or nodes with limited mobility) from five aspects: clustering-based schemes, node deployment strategies, node scheduling algorithms, energy-efficient routing schemes, and energy-efficient joint designs. We compare these schemes and highlight their strengths and drawbacks. Additionally, we discuss state-of-the-art approaches relying on some emerging techniques, e.g., high-mobility data collectors, energy-harvesting techniques, etc. Finally, we conclude the paper and present some open challenges.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,249
Écart entre enseignants0,238 · 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