MétaCan
Menu
Retour à la cohorte
Enregistrement W4226182768 · doi:10.1145/3508072.3508111

Towards Optimal Placement of Cloud Edge Gateways

2021· article· en· W4226182768 sur OpenAlexaff
George Daoud, Mohamed El-Darieby

Notice bibliographique

RevueThe 5th International Conference on Future Networks & Distributed Systems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIndoor and Outdoor Localization Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCloud computingSoftware deploymentEnhanced Data Rates for GSM EvolutionKey (lock)Global Positioning SystemDistributed computingArchitectureField (mathematics)Real-time computingThe InternetEdge computingComputer networkComputer securityTelecommunicationsOperating system

Résumé

récupéré en direct d'OpenAlex

IoT systems are instrumental in gathering real-time data that helps monitor the status of infrastructure systems. Understanding and characterizing key economical, operational, and technological factors affecting CPS/IoT system design is of high priority. We assume sensors are deployed following a hierarchical architecture in order to enable extended lifetime of sensing elements and enhance the cost-effectiveness of the system as a whole. Such architecture requires the deployment of gateways at the edge of the cloud/ Internet. In this paper, we describe an algorithm that helps designers of such IoT systems to locate gateways in an optimal manner that minimizes geographic areas uncovered by wireless coverage. We use a gradient descent-based method to optimize the location of gateways. We apply our algorithm on two different realistic maps extracted from Open Street Maps. The algorithms calculate the optimal location of gateways in GPS coordinates that can be directly used by field tools to install gateways with high precision.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,785

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,267
Écart entre enseignants0,234 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe 5th International Conference on Future Networks & Distributed SystemsMême sujetIndoor and Outdoor Localization TechnologiesTravaux en français237 207