MétaCan
Menu
Retour à la cohorte
Enregistrement W4360609642 · doi:10.1109/jiot.2023.3248970

Guest Editorial Special Issue on Aerial Computing for the Internet of Things (IoT)

2023· editorial· en· W4360609642 sur OpenAlexaff
Quoc‐Viet Pham, Ming Zeng, Octavia A. Dobre, Zhiguo Ding, Lingyang Song

Notice bibliographique

RevueIEEE Internet of Things Journal · 2023
Typeeditorial
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensMemorial University of NewfoundlandUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEdge computingCloud computingInternet of ThingsEdge deviceMobile edge computingComputer networkEnhanced Data Rates for GSM EvolutionWirelessDistributed computingTelecommunicationsServerComputer security

Résumé

récupéré en direct d'OpenAlex

The Internet of Things (IoT) is a major driving force for future sixth-generation (6G) wireless systems. With the emergence of various novel IoT applications, more data should be collected and transmitted. However, IoT devices are constrained by battery, transmit power, and processing capacity. Featured by line-of-sight communication links, favorable channels, and better coverage, aerial access networks have been proposed to facilitate data transmission from IoT devices. In parallel, by shifting the computing and storage resources from the cloud to the edge of the network, edge computing [e.g., fog and mobile-edge computing (MEC)] can better support various computing-intensive and low-latency IoT applications. The integration of aerial access networks and edge computing, so-called aerial computing, is anticipated to provide not only traditional communication services but also advanced services for the IoT on a global scale.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,044
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,008
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Internet of Things JournalMême sujetUAV Applications and OptimizationTravaux en français237 207