MétaCan
Menu
Retour à la cohorte
Enregistrement W1968750272 · doi:10.1109/vtcfall.2012.6399163

TIEGeR: An Energy-Efficient Multi-Parameter Geographic Routing Algorithm

2012· article· en· W1968750272 sur OpenAlexaff
Ishaan Bir Singh, Quang‐Dung Ho, Tho Le‐Ngoc

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStatic routingDynamic Source RoutingLink-state routing protocolComputer scienceEqual-cost multi-path routingDestination-Sequenced Distance Vector routingMultipath routingGeographic routingPolicy-based routingComputer networkDistributed computingRouting Information ProtocolRouting (electronic design automation)Routing protocol

Résumé

récupéré en direct d'OpenAlex

Geographic routing algorithms conventionally use one-hop greedy forwarding as their primary routing technique, which might lead to routing voids. Secondary routing schemes used to circumnavigate such routing voids are unfortunately not efficient in terms of throughput and energy consumption. Moreover, node residual energy and link quality are not considered during the routing process. This paper presents Two-hop Information based Energy- efficient Geographic Routing (TIEGeR) scheme to achieve effective energy balancing throughout the network, while preventing routing voids by proactively avoiding "local maxima" nodes. Distance to reach destination, node connectivity, link quality, and node residual energy are employed to formulate the routing metric for the TIEGeR. Besides, secondary routing scheme dealing with routing voids is supplemented by the reverse progress mode. Simulations verify the advantages of TIEGeR against conventional geographic routing 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.

Comment cette classification a été obtenuedéplier

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 candidatesaucune
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 enseignants0,988
Score d'incertitude au seuil0,728

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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 tête enseignante, 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207