MétaCan
Menu
Retour à la cohorte
Enregistrement W2960168203 · doi:10.1088/1742-6596/1237/4/042019

Energy Balanced Clustering Protocol for Wireless Sensor Networks

2019· article· en· W2960168203 sur OpenAlexfundno aff
Lihong Wang, Ping Liu

Notice bibliographique

RevueJournal of Physics Conference Series · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Patient Safety Institute
Mots-clésWireless sensor networkCluster analysisComputer scienceRouting protocolComputer networkEnergy consumptionKey distribution in wireless sensor networksMobile wireless sensor networkWireless Routing ProtocolZone Routing ProtocolDistributed computingReal-time computingWireless networkRouting (electronic design automation)WirelessEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Wireless sensor network is composed of a large number of sensor nodes by self-organization in the monitoring area. The energy, computing and communication capabilities of sensor nodes are very limited, and therefore a good routing protocol is very important to prolong the lifetime of the network. An energy-balanced clustering protocol is proposed to solve the inequality problem of consumption in routing protocol. Clustering protocol considers the residual energy of nodes and the distance between sink nodes in the selection of cluster head node, which can be more evenly distributed cluster head. On the basis of estimating the optimal cluster number, the clustering method is improved, the number of clustering is reduced, and the network energy consumption is saved. The simulation experiment shows that the Clustering protocol makes the whole network energy consumption more balanced and increases the life cycle of the wireless sensor network.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,910

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,255
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207