Consensus-enabled and Value-oriented Collaboration in Distributed IoT Systems: Mechanisms, Design, and Implementation
Notice bibliographique
Résumé
The ongoing convergence of Internet of Things (IoT), artificial intelligence and big data analytics has inspired many innovative IoT applications. Enabling these new applications requires accurate and reliable capabilities in data sensing, exchange and processing, which can be best fulfilled by collaborative IoT systems. Nevertheless, the dynamic condition of IoT networks may lead to ever-changing demand and objectives among devices, making it difficult for reliable and efficient collaboration. To overcome these challenges, this thesis develops a new framework on consensus-enabled and value-oriented collaboration, which resolves two critical technical challenges, i.e., low latency consensus creation and value-oriented decision-making, to enable collective mindset, promote collaborative behavior, and eventually enhance situation-aware resource sharing in distributed IoT systems.\nFirst, consensus creates a foundation of collaboration among distributed devices. However, reaching consensus usually involves a time-consuming negotiation process, which may significantly degrades the system real-time performance. To resolve this issue, a smart futures based resource trading scheme is proposed, which implements resource trading in advance by predicting onsite resource supply and demand and signing futures contracts, so as to avoid the latency for conventional onsite negotiation. Apart from consensus creation, collaboration participants also need to make specific decisions, e.g., resource allocation and task scheduling schemes, based on the time-changing situation of their needs and interests. Conventional decision-making mechanisms focus on the optimization of specific system performance, while overlooking how users actually benefit from the improved performance. We address this issue by a proposed concept of value of service (VoS), which characterizes user-perceived value by a value function and enables value-oriented decision-making to optimize comprehensive functional benefits brought to users under fast-changing system situations.\nFinally, the consensus enabled collaboration is implemented in two realistic applications, i.e., 1) a collaborative rendering scheme which opportunistically leverages dynamic IoT resource to offer real-time and high-quality rendering, and 2) a collaborative multi-camera system which offers real-time 3D reconstruction of dynamic scene via optimal viewpoints planning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».