MétaCan
Menu
Retour à la cohorte
Enregistrement W1922004413 · doi:10.1109/twc.2015.2450216

Stochastic Analysis of Uplink Interference in Two-Tier Femtocell Networks: Open Versus Closed Access

2015· article· en· W1922004413 sur OpenAlexafffund
Wei Bao, Ben Liang

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBell Canada Enterprises
Mots-clésMacrocellFemtocellTelecommunications linkStochastic geometryComputer scienceCorrectnessInterference (communication)Computer networkUpper and lower boundsCoverage probabilityStochastic geometry models of wireless networksMathematical optimizationWireless networkTelecommunicationsWirelessMathematicsAlgorithmRadio resource managementBase stationStatisticsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

We introduce a stochastic analytical framework to compare the performance of open-access and closed-access modes in a two-tier femtocell network with regard to the uplink interference and the outage at both the macrocell and femtocell levels. A stochastic geometric approach is employed as the basis for our analysis. We present numerical methods to characterize the distributions of the uplink interference and the outage probabilities. We further derive sufficient conditions for the open-access and closed-access modes to outperform each other in terms of the outage probability at either the macrocell level or the femtocell level. This leads to closed-form expressions to upper and lower bound the difference in the targeted received power between the two access modes. Simulations are conducted to validate the accuracy of the analytical model and the correctness of the bounds.

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)0,008
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 enseignants0,006
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
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 savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,083
Tête enseignante GPT0,346
Écart entre enseignants0,263 · 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

Citations17
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207