MétaCan
Menu
Retour à la cohorte
Enregistrement W1571428298 · doi:10.1109/twc.2010.04.081437

Joint connection admission control and routing in IEEE 802.16-based mesh networks

2010· article· en· W1571428298 sur OpenAlexaff
F. Richard Yu, Victor C. M. Leung

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensCarleton UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAdmission controlComputer scienceComputer networkQuality of serviceRouting (electronic design automation)HandoverWireless mesh networkCall Admission ControlWireless networkWirelessTelecommunications

Résumé

récupéré en direct d'OpenAlex

Connection admission control and routing are two important mechanisms in the provision of quality of service (QoS) in IEEE 802.16-based wireless mesh networks. In this paper, we propose a joint admission control and routing scheme for multiple service classes with the objective to maximize the overall revenue from all carried connections. QoS constraints such as handoff dropping probability can be guaranteed. Multiple service classes can be prioritized by imposing different reward rates. We formulate the problem as a decision process, and apply optimization techniques to obtain the optimal admission control policies. The effectiveness of the proposed approach is illustrated by numerical and simulation results. We show that the proposed joint admission control and routing scheme can produce maximum revenue obtainable by the system under QoS constraints.We also show that the optimal joint admission control policy is a randomized policy, i.e., connections are admitted to the system with some probabilities when the system is in some states.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,236
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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

Citations40
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetAdvanced Wireless Network OptimizationTravaux en français237 207