MétaCan
Menu
Retour à la cohorte
Enregistrement W1982964048 · doi:10.1002/wcm.1041

A study of multi‐hop cellular networks

2010· article· en· W1982964048 sur OpenAlexaff
Y. Hung Tam, Hossam S. Hassanein, Selim G. Akl

Notice bibliographique

RevueWireless Communications and Mobile Computing · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHop (telecommunications)Computer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The number of cellular communication subscribers continues to grow, attesting to the great success of this technology. However, cellular networks have inherent limitations on cell capacity and coverage and shortcomings such as the dead spot and the hot spot problems. Multi‐hop cellular networks (MCNs) help enhance the cell capacity and coverage, while, at the same time, alleviating the dead spot and hot spot problems, increasing the utilization of radio resource, and reducing the power consumption of mobile terminals. In the past decade, more than a dozen of MCN architectures were proposed. In this paper, we study various types of MCN proposals. We identify and discuss the design decision factors and use these factors to classify most existing MCN proposals. Future research directions, including studies of capacity and energy consumption, and approaches addressing design issues such as cell size, routing, channel assignment, load balancing for MCNs are discussed. Copyright © 2010 John Wiley & Sons, Ltd.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,599

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,003
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 Opus0,040
Tête enseignante GPT0,303
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 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
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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWireless Communications and Mobile ComputingMême sujetCooperative Communication and Network CodingTravaux en français237 207