MétaCan
Menu
Retour à la cohorte
Enregistrement W1983109928 · doi:10.1109/tmc.2015.2425396

Secondary VoIP Capacity in Opportunistic Spectrum Access Networks with Friendly Scheduling

2015· article· en· W1983109928 sur OpenAlexafffund
Hanan S. Hassanein, T.D. Todd

Notice bibliographique

RevueIEEE Transactions on Mobile Computing · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceComputer networkScheduling (production processes)Voice over IPDynamic priority schedulingNetwork packetQuality of serviceScheduleCognitive radioDistributed computingThe InternetMathematical optimizationTelecommunications

Résumé

récupéré en direct d'OpenAlex

In conventional cognitive radio, the primary network usually remains unchanged. In some cases, however, the primary network operator may wish to accommodate secondary user access. In this paper, we assess the secondary user VoIP capacity when primary basestation scheduling is designed to be secondary network friendly. Friendliness is measured by the number of connections that can be supported subject to typical quality of service constraints in the presence of delay tolerant primary traffic. An offline scheduler is first derived that maximizes friendliness using an integer linear program formulation. We show that this schedule can be found using a minimum cost flow graph construction in time complexity that is polynomial in the number of time slots. Two online scheduling algorithms are then compared that achieve various levels of friendliness. The first algorithm operates by having the primary network temporally shape its residual capacity subject to satisfying its own packet deadline constraints. The second algorithm assumes virtual secondary calls and applies scheduling to both primary traffic and virtual secondary traffic. Results are presented for a variety of parameters that show the degree to which friendly scheduling can improve secondary user VoIP capacity compared to non-friendly primary scheduling.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,841
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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,046
Tête enseignante GPT0,263
Écart entre enseignants0,217 · 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.

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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Mobile ComputingMême sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207