MétaCan
Menu
Retour à la cohorte
Enregistrement W4225244079 · doi:10.1109/access.2022.3168320

Future Trends in Connected and Autonomous Vehicles: Enabling Communications and Processing Technologies

2022· article· en· W4225244079 sur OpenAlexaff
Issam Damaj, Jibran Yousafzai, Hussein T. Mouftah

Notice bibliographique

RevueIEEE Access · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSoftware deploymentVariety (cybernetics)ArchitectureState (computer science)Focus (optics)Vehicular communication systemsCommunications systemSet (abstract data type)TelecommunicationsEmbedded systemSystems engineeringDistributed computingVehicular ad hoc networkSoftware engineeringWirelessEngineeringWireless ad hoc network

Résumé

récupéré en direct d'OpenAlex

With significant advancements in information and communication technologies, connected and autonomous vehicles (CAVs) can provide improved transportation services. At present, a variety of technologies, such as vehicular networks, communication interfaces, and modern hardware devices enable CAVs to support reliable, safe, and quality transportation system options with improved performance and increased effectiveness. In this paper, we carefully explore a set of distinguished state-of-the-art CAV systems with a focus on On-board Computational Unit (OBCU) hardware architectures, communication technologies, deployment challenges, and performance aspects. The exploration critically identifies important area transformations and anticipates future trends influencing CAV communications and processing requirements. To that end, we propose the design of a future generic OBCU architecture that can be customized with appealing features and used in CAVs.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,019
Tête enseignante GPT0,262
Écart entre enseignants0,244 · 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'étudeSimulation ou modélisation
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

Citations75
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207