MétaCan
Menu
Retour à la cohorte
Enregistrement W1974170714 · doi:10.1145/2160803.2160851

On robust wireless network optimization using network criticality

2011· article· en· W1974170714 sur OpenAlexaff
Ali Tizghadam, Alberto Leon‐Garcia, Hassan Naser

Notice bibliographique

RevueACM SIGMETRICS Performance Evaluation Review · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensLakehead UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCriticalityRobustness (evolution)Computer scienceWireless networkWirelessConvexityDistributed computingRobust optimizationMetric (unit)Mathematical optimizationComputer networkMathematicsEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Network criticality is a graph-theoretic metric that quantifies network robustness, and it was originally designed to capture the effect of environmental changes in core networks. This paper investigates the application of network criticality in designing robust power allocation and flow assignment algorithms for wireless networks. Achieving robust behavior in wireless networks is a challenging task due to constant changes in channel conditions and the interference. We consider network criticality as a natural robustness metric, and propose approaches to preserve the useful convexity properties of network criticality, while resolving issues related to the non-convexity of Shannon's capacity. The proposed optimization problems are applicable in all signalto-interference-plus-noise regimes.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,281
Tête enseignante GPT0,365
Écart entre enseignants0,083 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGMETRICS Performance Evaluation ReviewMême sujetCooperative Communication and Network CodingTravaux en français237 207