MétaCan
Menu
Retour à la cohorte
Enregistrement W4285813903 · doi:10.1109/iwcmc55113.2022.9824989

ThingsDriver: A Unified Interoperable Driver for IoT Nodes

2022· article· en· W4285813903 sur OpenAlexaff
Abdelrahman Elewah, Walid M. Ibrahim, Ahmed Rafikl, Khalid Elgazzar

Notice bibliographique

Revue2022 International Wireless Communications and Mobile Computing (IWCMC) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInteroperabilityCloud computingFirmwareInternet of ThingsNode (physics)UsabilityWorld Wide WebComputer networkOperating system

Résumé

récupéré en direct d'OpenAlex

The Internet of Things (IoT) is one of the fastest-growing technologies in recent years. However, many IoT service providers design their IoT solutions with non-interoperable hard-ware, scenario-specific features, and unique architectures that make these deployments fragmented rather than collaborative. Collaborative IoT (C-IoT) systems are considered the natural evolution of the traditional IoT. Sharing the infrastructure is one of the main concepts that C-IoT depends on to create a collaborative environment between different applications. With the current fragmented IoT, these applications cannot share their infrastructure and data due to the lack of standards to organize the C-IoT space. In this paper, we introduced Unified Interoperable Driver for IoT (UIDI) nodes. UIDI uses a novel programming methodology that enables node interpreters to provide general-purpose firmware for IoT nodes. UIDI allows the users to configure IoT nodes according to their usage, preferences, and needs through the cloud. We developed a proof-of-concept prototype to demonstrate the feasibility and usability of the proposed UIDI using NodeMCU and Arduino-Uno. The performance of UIDI outperforms Firmata by 27%. In addition to that, the UIDI platform is a standalone node that connects directly to the cloud, whereas the Firmata node requires a host to be accessible from the cloud.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,753
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0040,006
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 Opus0,021
Tête enseignante GPT0,278
Écart entre enseignants0,257 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 International Wireless Communications and Mobile Computing (IWCMC)Même sujetIoT and Edge/Fog ComputingTravaux en français237 207