MétaCan
Menu
Retour à la cohorte
Enregistrement W2993058572

Implementing Li-Fi protocols

2019· article· en· W2993058572 sur OpenAlexaff
Nikhil Belhekar, Anurag Sanjay Autade, Vishakha Sanjay Dhamdhere, Abhishek Ramesh Darekar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésRevenueComputer scienceWirelessTelecommunicationsBroadbandTransmission (telecommunications)Wireless networkComputer networkField (mathematics)The InternetOrder (exchange)World Wide WebBusinessMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

LI-FI is the latest technology in the Field of wireless communication. Nowadays many people are using internet to fulfill most of their tasks through wired or wireless networks. As the number of users is increasing, the rate of data transmission in the wireless network automatically decreases. WI-FI provides us speeds near about 150mbps as per IEEE 802.11n but still it is not able to fulfill the requirement of the user because of such reason we are introducing the LI-FI. According to the German physicist Harald Hass, LI-FI provides much higher data transmission speeds (10gbps and max up to 224gbps per second) by using visible light. In this condition the LI-FI/WI-FI is analyzed. It’s the same idea band behind infrared remote controls but is more powerful. Haas says his invention, which he calls D-LIGHT, can produce data rates faster than our average broadband connection. Nowadays, parking vehicles is one of the most tedious jobs. Hence, in order to solve this problem, a reliable system is proposed. Our system solves the current parking problems by offering guaranteed parking reservations with the lowest possible cost and searching time for drivers and the highest revenue and resource utilization for parking managers.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207