MétaCan
Menu
Retour à la cohorte
Enregistrement W3003738595 · doi:10.1109/iscc47284.2019.8969725

PCon: A Novel Opportunistic Routing Protocol for Duty-Cycled Internet of Underwater Things

2019· article· en· W3003738595 sur OpenAlexaff
Rodolfo W. L. Coutinho, Azzedine Boukerche

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceRouting protocolUnderwaterNetwork packetInternet ProtocolDuty cycleEnergy consumptionUnderwater acoustic communicationThe InternetReal-time computingEngineeringElectrical engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

Internet of Underwater Things (IoUTs) has emerged as an evolution of traditional underwater wireless sensor networks, with programmable nodes interconnected to the Internet. Despite the advancements, IoUTs will still face critical challenges imposed by the use of the lossy and energy-hungry underwater acoustic channel. Two major critical challenges faced by IoUT applications are the low reliable data delivery due to the poor quality of underwater acoustic links, and the high energy cost for underwater wireless communication. In this paper, we tackle both challenges by proposing the PCon protocol. The PCon is a power-controlled opportunistic routing protocol for data routing in duty-cycled IoUTs. At each hop, the PCon protocol selects the most suitable transmission power, from a set of discrete transmission power levels, to maintain a reasonable data delivery ratio while reducing the energy consumption of duty-cycled IoUTs. To do so, the PCon takes into consideration the energy cost for delivering the data packet, calculated as a function if the probability of having the next-hop node awake during the transmission. Simulation results showed that the PCon protocol, even in a harsh scenario of duty-cycling of 50%, ensures a packet delivery rate of 40% while decreases the energy cost in 78%.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,409

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)0,0000,000

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 Opus0,047
Tête enseignante GPT0,271
Écart entre enseignants0,224 · 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'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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207