MétaCan
Menu
Retour à la cohorte
Enregistrement W7027263665

Characterizing Energy Efficiency of Wireless Transmission for Green Internet of Things: A Data-Oriented Approach

2019· preprint· en· W7027263665 sur OpenAlexfundno aff

Notice bibliographique

RevueKing Abdullah University of Science and Technology Repository (King Abdullah University of Science and Technology) · 2019
Typepreprint
Langueen
DomaineEngineering
ThématiqueIoT Networks and Protocols
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEfficient energy useTransmission (telecommunications)WirelessData transmissionInternet of ThingsEnergy (signal processing)The InternetWireless networkSpectral efficiency
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The growing popularity of Internet of Things (IoT) applications brings new challenges to the wireless communication community. Numerous smart devices and sensors within IoT will generate a massive amount of short data packets. Future wireless transmission systems need to support the reliable transmission of such small data with extremely high energy efficiency. In this article, we introduce a novel data-oriented approach for characterizing the energy efficiency of wireless transmission strategies for IoT applications. Specifically, we present new energy efficiency performance limits targeting at individual data transmission sessions. Through preliminary analysis on two channel-adaptive transmission strategies, we develop several important design guidelines on green transmission of small data. We also present several promising future applications of the proposed data-oriented energy efficiency characterization.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,016
Communication savante0,0000,001
Science ouverte0,0040,003
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKing Abdullah University of Science and Technology Repository (King Abdullah University of Science and Technology)Même sujetIoT Networks and ProtocolsTravaux en français237 207