Análisis de la tecnología Bluetooth en la formación de Redes WPAN empleando dispositivos móviles
Bibliographic record
Abstract
El presente proyecto muestra un estudio sobre la factibilidad, desarrollo e implementación de una aplicación de mensajería basada en la tecnología inalámbrica Bluetooth para dispositivos móviles existentes en el mercado. Con la utilización de seis capítulos, se hace una revisión sobre redes Ad-Hoc, fundamentos de la tecnología Bluetooth y Lenguaje de Programación Java, que son utilizadas como herramientas para el desarrollo de un programa de envío de mensajes que deberá ser ejecutado en celulares de todo rango existentes en el mercado que posean tecnología Bluetooth. Asimismo, se realizaron múltiples pruebas sobre la ejecución de la aplicación para analizar su desempeño en varios aspectos como la distancia real alcanzada, efectividad de conmutación, consumo de batería, requerimientos para su correcta ejecución, entre otros. Finalmente se llega a la conclusión de que, a pesar de que las redes Ad-Hoc aún tienen que enfrentar varios retos de diseño, Bluetooth es una tecnología emergente que tiene un gran potencial para la formación de redes sin infraestructura fija; además, que JAVA es un lenguaje de programación de alto nivel bastante eficiente al momento de crear aplicaciones y que posee un promisorio futuro al ser el fundamento del sistema operativo con mayores expectativas de crecimiento para el siguiente lustro, Android.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".