MétaCan
Menu
Retour à la cohorte
Enregistrement W3111481858 · doi:10.1145/3421763

Design of Algorithms and Protocols for Underwater Acoustic Wireless Sensor Networks

2020· review· en· W3111481858 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

RevueACM Computing Surveys · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanada Research Chairs
Mots-clésComputer scienceUnderwaterUnderwater acoustic communicationSynchronization (alternating current)Communications protocolWireless sensor networkWirelessProtocol (science)Acoustic sensorUnderwater acousticsApplication layerDistributed computingChannel (broadcasting)Real-time computingAlgorithmTelecommunicationsComputer network

Résumé

récupéré en direct d'OpenAlex

Nowadays, with the recent advances of wireless underwater communication and acoustic sensor devices technology, we are witnessing a surge in the exploration and exploitation of the ocean’s abundant natural resources. Accordingly, to fulfill the requirements of the exploration of the ocean, researchers have focused their work toward the design of methods and algorithms for the underwater acoustic sensor networks (UASNs). Although considerable research effort has been devoted to the development of a variety of UASN-based applications, very limited work has addressed the algorithmic design and analysis for UASN. To this end, we propose to provide a comprehensive design, development, and analysis of algorithms and protocols for UASNs. We discuss each of the fundamental UASN building blocks, such as (i) underwater acoustic communication channel modeling, (ii) sustainable coverage and target detection, (iii) Medium Access Control (MAC-layer design and time synchronization, (iv) localization algorithms design, and (v) underwater routing protocol. Then, we illustrate the different protocols from each category and compare their benefits and drawbacks. Finally, we discuss a few potential directions for future research related to the design of future generations of UASNs.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,111
Tête enseignante GPT0,327
Écart entre enseignants0,217 · 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