MétaCan
Menu
Retour à la cohorte
Enregistrement W3185318264 · doi:10.22214/ijraset.2021.36625

Military Safety and Surveillance Robot with Two-Way Communication

2021· article· en· W3185318264 sur OpenAlexaff
Vinod Kumar S

Notice bibliographique

RevueInternational Journal for Research in Applied Science and Engineering Technology · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésArduinoBattlefieldRobotWirelessComputer scienceReal-time computingUnmanned ground vehicleTransmission (telecommunications)Radio frequencyTeleroboticsTelecommunicationsEmbedded systemArtificial intelligenceMobile robot

Résumé

récupéré en direct d'OpenAlex

This paper focuses on developing an Unmanned Ground Vehicle (UGV) wireless robot. It can sense the different parameters of the surroundings; transmit the data through a wireless medium and display data in LCD as well as on a Remote PC. It controls the direction of the robot from a remote location using wireless communication and thereby performing military surveillance and analysing the battlefield environment and challenges that the soldiers may potentially face. By using a Wi-Fi camera and many sensors the robot can help the soldiers in the war fields to examine various environmental conditions and challenges. The arduino and NRF (Nordic Radio Frequency) technologies are used to achieve the above tasks. The different sensors and the robotic arm are connected to the Arduino Uno which in turn is connected to the Nordic Radio Frequency module. Data transmission and receiving are done through Nordic Radio Frequency communication technology. The proposed model eliminates the limitations of the existing models and thus provides better assistance to the soldiers and enables them to handle their missions better.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,323
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Research in Applied Science and Engineering TechnologyMême sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207