MétaCan
Menu
← Retour à la cohorte
Enregistrement W7034245486

THREE DIMENSIONAL REAL-TIME GEOGRAPHICAL ROUTING PROTOCOLS FOR WIRELESS SENSOR NETWORKS

2015· dissertation· en· W7034245486 sur OpenAlexfundno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2015
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Windsor
Mots-clésWireless sensor networkGeographic routingRouting protocolNetwork packetPacket forwardingDynamic Source RoutingZone Routing ProtocolRouting (electronic design automation)Node (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the most important concerns in the operation of Wireless Sensor Network(WSN) is the real-time data delivery. This dissertation addresses the problem of real-time data delivery and void node problem in three dimensional WSN, which has a signicant impact on the network performance. In order to provide an accurate route calculation for reliable data delivery the third coordinate of the location sensor nodes is considered in this dissertation. Additionally, two dierent heuristic solutions for void node problem in three dimensional space have been provided to elevate the eect of long route and spares regions on assurance of real-time data delivery. In order to provide a wide applicable soft real-time routing protocol two decentralized geographical routings are proposed: Three Dimensional Real-Time Geographical Routing Protocol (3DRTGP) and Energy-Aware Real-Time Routing Protocol for Wireless Sensor Networks (EART). 3DRTGP and EART are designed to t with WSNs that are deployed in 3D space. Both protocols benet from utilizing the third coordinate of nodes' locations to achieve less packet end to end (E2E) delay and packet miss ratio.In 3DRTGP, void node problem in 3D space was solved based on adaptive packet forwarding (PFR) region. 3D-VNP solution solely was done locally and without any messaging overhead. In EART, 3D-VNP was solved based on an adaptive spherical forwarding wedge (SFW).

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)0,002
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,019
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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
GenreMéthodes

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)→Même sujetFreshwater macroinvertebrate diversity and ecology→Travaux en français237 207→