MétaCan
Menu
Retour à la cohorte
Enregistrement W1647819578 · doi:10.1017/cbo9781139084284.013

Cross-layer design of adaptive packet scheduling for green radio networks

2012· book-chapter· en· W1647819578 sur OpenAlexaff
Ashok Karmokar, Alagan Anpalagan, Ekram Hossain

Notice bibliographique

RevueCambridge University Press eBooks · 2012
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of ManitobaToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer networkProtocol stackComputer sciencePhysical layerRadio resource managementPHYWireless networkNetwork packetTelecommunications linkData link layerNetwork layerLink layerWirelessWireless sensor networkTelecommunicationsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Introduction In a cellular wireless network, most of the energy is consumed in the radio access network [1]. Over the last decades, a significant amount of research work has focused on spectrally efficient and reliable wireless communications techniques at the physical (PHY) layer. However, the interactions among the layers (e.g. PHY-layer, radio link layer, and network layer) in the transmission protocol stack have to be taken into account to minimize the overall energy-consumption [2] in a green wireless network. The success of such a green wireless technology can be measured by energy-efficient metrics at different levels from the physical to application layer [3]. Energy efficiency across the entire system or network exploiting the layer interactions is notwell understood and needs more attention. The joint optimization of the transmission scheduling and resource allocation (or management) at various layers is referred to as cross-layer optimization. Again, energy efficiency in wireless communications systems so far has primarily focused on uplink communication due to the miniaturized mobile terminals and their limited energy storage capabilities. However, with a significant portion of the wireless internet traffic being from powerhungry base stations to end user mobile devices, energy optimization in the downlink is most important for green radio networks. In this article, we present a cross-layer optimized downlink packet transmission scheduling technique for the realization of green radio networks. After reviewing some related work on adaptive resource allocation in wireless networks, we discuss why cross-layer interaction, information exchange, and optimization are important for wireless networks, and more specifically, for green radio networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,038
Tête enseignante GPT0,215
Écart entre enseignants0,177 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207