MétaCan
Menu
Retour à la cohorte
Enregistrement W4400986213 · doi:10.23977/cpcs.2024.080107

Analysis of Blockchain Based Visual Communication Design Information Management System under 5G Communication Network Technology

2024· article· en· W4400986213 sur OpenAlexvenueno aff

Notice bibliographique

RevueComputing Performance and Communication systems · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Media and Visual Art
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlockchainComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

At an international design conference, visual communication design became popular, mainly including the design of newspapers, magazines, posters and so on. Later, it gradually extended to film, television, advertising and other media, which mainly expressed content through visual presentation. Visual communication design was relatively late to develop in China, but it had developed rapidly. Traditional graphic design did not meet the current new market demands. In this regard, this paper introduced D2D technology under 5G communication, and compared it with traditional visual communication technology in terms of network signal-to-noise ratio, throughput, number of users, and user satisfaction. The comparison results have shown that, in terms of signal-to-noise ratio, the channel resources under 5G communication were simpler than those of traditional visual communication techniques. The number of users has also increased significantly, by about 48%. Throughput has also increased by 33.4% and user satisfaction has increased by 25%. It has shown that in the new era, 5G communication could make a good progress in visual communication design. People could also have a better effect in visual communication design. Design could be better displayed and better meet people's needs.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,020
Tête enseignante GPT0,269
Écart entre enseignants0,250 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputing Performance and Communication systemsMême sujetDigital Media and Visual ArtTravaux en français237 207