MétaCan
Menu
Retour à la cohorte
Enregistrement W4366979090 · doi:10.1109/icscds56580.2023.10105122

Design of Smart Wearable for Quality Analysis

2023· article· en· W4366979090 sur OpenAlexaff
Sujeet More, Ravi Hosur, Gajanan Arsalwad, Ayesha Sayyad, Ishwari Raskar, Deepti Pande

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésHFSSBandwidth (computing)Ultra-widebandElectrical engineeringWearable computerComputer scienceMicrostrip antennaAntenna (radio)Electronic engineeringAcousticsTelecommunicationsEngineeringPhysicsEmbedded system

Résumé

récupéré en direct d'OpenAlex

This study introduces an advanced portable device using reliable wireless technology to establish the communication between people and nearby equipment. Due to modernization, the electronic devices require a compact antenna. The compact size, low cost, and better efficiency is the key requirement of the current research. This study is mainly focused on the ultra-wide band antenna of notched antenna, which is simulated using different substrate mounted on a ground and is generally attached to some part of the ground surface. A rectangular substrate with dimensions 25mm×23mm×1.5mm is inserted within the ground and patch. The dimensions of radiating antenna placed on the substrate is 15mm×15mm×0.035mm and for the Ultra-Wideband (UWB) antenna the resonant frequency is 4.8GHz and 10.3GHz respectively and its fractional bandwidth is 110% in the frequency range of the 3.1GHz to 10.7GHz. The simulation is performed in HFSS 2021. After obtaining all the parameters of the antenna, which is comparatively analyzed by using the different types of the substrate material like FR4, jeans, rubber, Rogers RT 5880 etc. The proposed antenna is useful for the wearable applications generally for the on or off body centric communication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,045
Tête enseignante GPT0,278
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207