LOW COST IoT SYSTEM FOR THE ASSET CONTROL SUPPORT BASED ON BARCODE SCANNING
Notice bibliographique
Résumé
The goal of the paper is to describe analysis and implementation IoT system for support the asset control via barcode scanning.Originality.The paper deals with the research on surveys for development an IoT device for searching correct store location of the devices in the laboratory and support asset checking for selected location.Methodology.The paper proposes one of the possibilities for development an IoT device basing on ESP8266 using Nextion intelligent display and a Windows application developed using C#.Retrieving data from a remote database, the application updates the data from central server.Authors described the whole development process starting from computer design of the proposed IoT device, chose the elements for hardware unit, design and implementation the Windows application and also experimental verification of derived results.Result.In this work authors proposed experimental sample of IoT system for the asset control via barcode scanning.The client-server application was designed to support the control of property records with the design of IoT equipment.The design of IoT devices is realized by modular connection of components.By implementing the GUI on the display, it is possible to control the reader module and observe the records in the informative mode and the control mode.3D models are a device in a housing, where the output is a display.Using developed application, it is possible to connect to an IoT device and perform asset registration control by communicating with each other.This system implements all theoretical results described in the paper, and confirms them basing on the experiments provided.Practical value.Proposed IoT system could be practically used in university laboratories to control equipment location at any moment of time.References 11, figures 14.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».