MétaCan
Menu
Retour à la cohorte
Enregistrement W4320024146 · doi:10.1109/bigdata55660.2022.10020239

A Stylized Presence Detection System in the Era of Blockchain and Big Data

2022· article· en· W4320024146 sur OpenAlexaff
Anastasios Alexandridis, Ghassan Al-Sumaidaee, Rami Alkhudary, Željko Žilić

Notice bibliographique

Revue2022 IEEE International Conference on Big Data (Big Data) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueBluetooth and Wireless Communication Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStylized factBig dataComputer scienceBlockchainPopularityBeaconIdentification (biology)Internet of ThingsBluetoothData scienceComputer securityTelecommunicationsData miningWireless

Résumé

récupéré en direct d'OpenAlex

The concept of smart cities has gained popularity due to technological advances in areas such as the Internet of Things (IoT) and Big Data Analytics (BDA). Location-based services have emerged in such smart environments to improve people’s quality of life and generate statistics for mutual benefit. In this work, a stylized presence detection concept is proposed which uses Bluetooth Low Energy (BLE) beacons placed in locations of interest. Users can detect the BLE beacon identification number (ID) with personal devices such as cell phones and connected watches and transmit it along with a unique and randomly generated user ID. Blockchain technology is used for a storage back-end. Our proposal is by no means exhaustive and is intended to advance the discussion of location-based services that deal with big data.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0260,017
Intégrité de la recherche0,0000,001
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 Opus0,269
Tête enseignante GPT0,330
Écart entre enseignants0,061 · 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'étudeAutre devis
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Conference on Big Data (Big Data)Même sujetBluetooth and Wireless Communication TechnologiesTravaux en français237 207