Video multicast over wireless ad hoc networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Existing video multicast routing protocols in wireless ad hoc networks have been developed under the assumption that destination nodes wish to receive all the information sent by the multicast source, i.e., they do not support heterogeneous destinations. This paper addresses the problem of video multicast for heterogeneous destinations in wireless ad hoc networks. Multiple Description Coding (MDC) is used for video coding. MDC generates multiple independent bit-streams, where the multiple bit-streams are referred to as multiple descriptions (MD). Furthermore, MDC enables a useful reproduction of the video when any description is correctly received. Specifically, we propose three novel multiple multicast trees routing protocols. The first protocol constructs multiple disjoint multicast trees and assigns MD video in a centralized fashion, and is referred to as Centralized MDMTR (Multiple Disjoint Multicast Trees Routing). The second protocol is a variant of Centralized MDMTR. We refer to it as Sequential MDMTR. The main difference between Sequential MDMTR and Centralized MDMTR is that, Sequential MDMTR sequentially assigns MD video to the destination nodes. In order to reduce construction delay and routing overhead, we further propose Distributed MDMTR protocol. Both protocols, Centralized MDMTR and Distributed MDMTR, exploit the independent-description property of MDC along with multiple disjoint paths to increase the number of assigned video descriptions to each destination. We extensively evaluate our proposed protocols by simulations and show that they outperform the existing work.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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