MétaCan
Menu
Retour à la cohorte
Enregistrement W4225757380 · doi:10.4018/978-1-6684-5678-1.ch013

Using Wireless Multimedia Sensor Networks to Enhance Early Forest Fire Detection

2022· book-chapter· en· W4225757380 sur OpenAlexaboutno aff
Houache Noureddine, Bouabdellah Kechar

Notice bibliographique

RevueIGI Global eBooks · 2022
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueFire Detection and Safety Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFire detectionComputer scienceWireless sensor networkWirelessReal-time computingModalField (mathematics)MultimediaTelecommunicationsEngineeringComputer networkArchitectural engineering

Résumé

récupéré en direct d'OpenAlex

In the present paper, the authors present the design, the development and field experiment of a forest fire detection system based on Wireless Multimedia Sensor Networks (WMSN) technology using a real test-bed. This system is an extension of their previous work presented in (Bouabdellah, Noureddine, & Larbi, 2013). The latter is based on mono modal approach (only scalar sensors were considered for data sensing), by adopting a new multimodal and cooperative approach in which it added the acquisition of much richer information using the image sensor in order to minimize false alarms that represents the main weakness for the old system. The validation of the proposal was performed by comparing two detection techniques (Canadian and Korean) in terms of time constraint and energy consumption. The results of the practical assessment confirmed the importance of the multimodal approach and also revealed the supremacy of the Canadian method and its compliance to the climate of Algeria's region.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetFire Detection and Safety SystemsTravaux en français237 207