Sistema Distribuído para Gerenciamento de Informação e Distribuição de Conhecimento em Redes Veiculares
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Sabe-se que, em Sistemas de Transporte Inteligentes (STIs), a constante troca de informação entre os véıculos é de vital importância para prover serviços em um ambiente veicular. Tipicamente, os STIs fazem uso dessa prática para extrair o conhecimento sobre a condição do tráfego veicular e distribuir o conhecimento. Apesar das soluções que aplicam essa abordagem atingirem o objetivo principal, distribuição do conhecimento, elas não se preocupam em selecionar o véıculo mais relevante na rede para realizar a tarefa de extração do conhecimento. Nessas soluções a extração pode ser realizada por qualquer veículo, consequentemente acarretará na sobrecarga da rede, devido as elevadas transmissões de mensagens redundantes. Com isso em mente, foi proposto SDGI, um sistema para o gerenciamento de informação e distribuição de conhecimento que aplica a métrica de centralidade de intermediação egocêntrica, com o propósito de selecionar o véıculo mais relevante para realizar a extração do conhecimento. Os resultados mostraram que o SDGI tem o melhor desempenho em diferentes requisitos em comparação com as soluções da literatura.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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 it