Avaliação Experimental do Tempo de Formação de uma Rede Multi-salto do Padrão Wi-SUN FAN
Notice bibliographique
Résumé
Resumo-Na atualidade o padrão Wi-SUN FAN (Wireless Smart Ubiquitous Network Field Area Network) está sendo de interesse para ser adotado por diferentes aplicações, por conseguir atender a demanda de larga escala de interconexão de diferentes dispositivos inteligentes.No entanto, o processo de formação da rede deste padrão é lento, o que se torna um problema para redes densas.Neste trabalho é realizada uma análise do tempo de formação da rede através de experimentos em uma rede multisalto com oito dispositivos (sete saltos), com foco nos estados de junção 1 e 3 do padrão, que utilizam os diferentes pacotes de descoberta de rede governados pelo algoritmo trickle timer.Diferentes valores de configurações adequadas para esses dois estados são verificados e discutidos, o que permite identificar as características do processo de formação da rede para este padrão.Palavras-Chave-Wi-SUN FAN, multi-salto, estados de junção, trickle timer.Abstract-Currently, the Wi-SUN FAN (Wireless Smart Ubiquitous Network Field Area Network) standard is being of interest to be adopted by different applications, to be able to meet the large-scale demand for interconnection of different smart devices.However, the network formation process of this standar is slow, which becomes a problem for dense networks.In this work, an analysis of the network formation time is performed by means of experiments on a multi-hop network with eight devices (seven hop), especially on junction states 1 and 3 of the standard which use the different network discovery frames that are governed by the trickle timer algorithm.Different values of appropriate configurations in both states are verified and discussed, which allow identifying the characteristics of the network formation process for this standard. Keywords-Wi-SUN FAN,
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».