MétaCan
Menu
Retour à la cohorte
Enregistrement W1964527706 · doi:10.1109/tcomm.2013.061913.110585

Improved Low-Complexity Soliton-Like Network Coding for a Resource-Limited Relay

2013· article· en· W1964527706 sur OpenAlex
Andrew Liau, Il‐Min Kim, Shahram Yousefi

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Communications · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésFountain codeLinear network codingRelayComputer scienceDecoding methodsCoding (social sciences)Computer networkErasureLuby transform codeDegree distributionEncoding (memory)Theoretical computer scienceAlgorithmBlock codeMathematicsConcatenated error correction codeNetwork packetComplex network

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine the marriage of Fountain coding and network coding (NC). Fountain codes are capacity achieving erasure codes designed for point-to-point transmissions. NC is a throughput-optimal data dissemination technique, but its high-complexity decoding makes it unattractive for applications where limited resources are available. In this paper, we consider Fountain network coding to take advantage of efficient fountain decoders. Protocols such as Soliton-like rateless coding (SLRC) have previously addressed this issue, yet the re-encoding at the relay is expensive while there is still room for improving the performance. Extending SLRC, we propose the Improved Soliton-like Rateless Coding (ISLRC) protocol, where the relay is designed to perform distribution shaping given limited resources. ISLRC preserves the same properties as SLRC, but also makes the aggregate degree distribution more efficient for Fountain decoding. We analyze ISLRC's degree distribution and perform an asymptotic error analysis for the case where resources are most scarce. The ISLRC scheme is compared against other existing schemes. Simulation results show that even under the worst-case scenario of ISLRC, better performance can be achieved compared to SLRC and other existing schemes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0040,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,296
Écart entre enseignants0,220 · 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