English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Resumo. A evolução das tecnologias sem fio tem permitido a criação de diversos tipos de redes para suportar os serviços do dia-a-dia das pessoas. Entre as redes voltadas ao monitoramento dos cuidados com a saúde, destacam-se as redes corporais sem fio (WBANs), que possibilitam um monitoramento contínuo e em tempo real dos dados fisiológicos. Contudo, este monitoramento acarreta uma excessiva transmissão de dados e eleva o consumo de energia dos dispositivos. Embora algumas abordagens reduzam o consumo de energia, poucas desconsideram a transmissão de informações redundantes. Este trabalho apresenta o mecanismo GROWN para gerenciar a redundância da informação através de compressão de dados fisiológicos em dispositivos vestíveis, reduzindo a transmissão de dados e o consumo de energia do dispositivo em WBANs de tempo real. O GROWN combina métodos de compressão de dados local com e sem perdas a partir de limiares definidos. Avaliação por experimentações do GROWN demonstrou uma diminuição do consumo de energia dos dispositivos em até 55,73%, o aumento do tempo de vida da rede e latência máxima de 55ms, comprovando sua eficiência e aplicação em WBANs de tempo real.

Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBAN