MétaCan
Menu
Retour à la cohorte
Enregistrement W4293057691 · doi:10.1109/vtc2022-spring54318.2022.9860619

Edge-assisted human-to-virtual twin connectivity scheme for human digital twin frameworks

2022· article· en· W4293057691 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2022 IEEE 95th Vehicular Technology Conference: (VTC2022-Spring) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScheme (mathematics)Enhanced Data Rates for GSM EvolutionProcess (computing)Reliability (semiconductor)Markov decision processDistributed computingMarkov processArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

The human digital twin (HDT) is a new paradigm that possesses the ability to revolutionize the current healthcare systems. With HDT, ensuring an efficient connectivity scheme between each human-virtual twin pair remains a significant problem. As the concept of HDT is new, conventional connectivity schemes cannot meet the unique requirements of HDT in terms of reliability, security and privacy. This paper thus proposes an edge-assisted connectivity scheme for HDT and adopts an integrated blockchain and federated learning techniques to ensure security and privacy. To minimize long-term average connectivity cost, we formulated the connectivity problem as a Markov decision process and adopted the deep deterministic policy gradient (DDPG) algorithm to learn the optimal connectivity policy in terms of connectivity cost. The obtained results were then compared with the conventional deep Q-network-based solution. The results show that the proposed DDPG-based connectivity solution is feasible to perform the connectivity process better by optimally allocating system resources, thus reducing the overall connectivity cost, while ensuring data security and privacy.

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.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,258
Écart entre enseignants0,236 · 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