MétaCan
Menu
Retour à la cohorte
Enregistrement W1504348028 · doi:10.1002/wcm.2339

Resource allocation with interference mitigation in femtocellular networks

2012· article· en· W1504348028 sur OpenAlexaff
Najah Abu Ali, Mahmoud H. Ouda, Hossam S. Hassanein, Osama Kubbar

Notice bibliographique

RevueWireless Communications and Mobile Computing · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésFemtocellComputer scienceBenchmark (surveying)Software deploymentTelecommunications linkComputer networkInterference (communication)Resource allocationCellular networkScheme (mathematics)Wireless ad hoc networkFrequency allocationTelecommunicationsWirelessBase station

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The introduction of femtocells enabled high data rates and better indoor coverage without the need for expanding or increasing the density of cellular networks deployment or upgrading the cellular network infrastructure. Despite this direct advantage, the introduction of femtocells challenges traditional interference mechanisms because of the ad hoc and dense nature of femtocell deployment. In this paper, we propose an optimal downlink frequency assignment scheme. The proposed algorithm is modeled as a transportation problem to optimally allocate frequency subcarriers with the objective of maximizing the system capacity. The scheme can be used as a benchmark for assessing the suitability of interference mitigation schemes in femtocellular networks.Copyright © 2012 John Wiley & Sons, Ltd.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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 tête enseignante, 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWireless Communications and Mobile ComputingMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207