MétaCan
Menu
Retour à la cohorte
Enregistrement W1576577548 · doi:10.1109/cdc.2003.1272542

Individual and mass behaviour in large population stochastic wireless power control problems: centralized and nash equilibrium solutions

2004· article· en· W1576577548 sur OpenAlexafffund
Minyi Huang, P.E. Caines, Roland P. Malhamé

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensPolytechnique MontréalMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésLinear-quadratic-Gaussian controlNash equilibriumPower controlOptimal controlContext (archaeology)Mathematical optimizationComputer scienceFadingGame theoryControl theory (sociology)PopulationStochastic controlTelecommunications linkControl (management)WirelessPower (physics)MathematicsMathematical economicsChannel (broadcasting)Computer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

We consider uplink power control for lognormal fading channels in the large population case. First, we examine the structure of the control law in a centralized stochastic optimal control setup. We analyze the effect of large populations on the individual control inputs. Next, we split the centralized cost to approach the problem in a game theoretic framework. In this context, we introduce an auxiliary LQG control system and analyze the resulting /spl epsiv/-Nash equilibrium for the control law; subsequently we generalize the methodology developed for the LQG problem to the wireless power control problem to get an approximation for the collective effect of all other users on a given user. The obtained state aggregation technique leads to highly localized control configurations in contrast to the full state based optimal control strategy.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations366
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207