MétaCan
Menu
Retour à la cohorte
Enregistrement W4308539843 · doi:10.5281/zenodo.7304863

5G-IANA - D2.1 Specifications of the 5G-IANA architecture

2022· report· en· W4308539843 sur OpenAlexaff
Alexis Aivaliotis, Amr Rizk, Claudio Russo, Daniele Brevi, David Alemany, David Martín‐Sacristán, Dimitris Klonidis, Edoardo Bonetto, Eirini Liotou, Fotis Foukalas, Francesca Moscatelli, Gabriele Scivoletto, George Karagiannopoulos, Giada Landi, Giorgos Adamakis, Héctor Donat, Janez Sterle, Joerg Schaepperle, Konstantinos V. Katsaros, Manuel Fuentes, Marios Zinonos, Markus A. Wimmer, Matteo Andolfi, Nehal Baganal Krishna, Pasquale Marasco, Rudolf Sušnik, Thanos Xirofotos, Theodoros Rokkas

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typereport
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensResverlogix (Canada)
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésArchitectureComputer architectureComputer scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

[Deliverable pending final approval by the EC] This deliverable has the objective to provide the outcomes of the activities performed in Work Package (WP) 2 “Specifications”. The activities included the design of the 5G-IANA Automotive Open Experimentation Platform (AOEP) and the requirements specification of each architecture layer. The specified 5G-IANA architecture capitalizes on the 5G prospect of being a unified multi-service platform by orchestrating Vertical Services based on virtualized network slices and coordination of distributed edge-to-cloud deployment. The 5G-IANA AOEP aims to provide an open and flexible experimentation platform to third-parties developers (e.g., SMEs) that want to develop new 5G-based services devoted to the Automotive vertical. The availability of an easy-to-use experimentation environment can facilitate the launch of new services creating new market opportunities. Moreover, 5G-IANA will actively address the configuration of the 5G network (e.g., network slicing, edge resources, etc.) with the objective of supporting in the best way the requirements of the new services. In this way, it will be also possible to verify if the current 5G implementation can adequately satisfy the highly demanding performance requirements of Automotive services.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,001

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 Opus0,049
Tête enseignante GPT0,228
Écart entre enseignants0,179 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetWireless Body Area NetworksTravaux en français237 207