MétaCan
Menu
Retour à la cohorte
Enregistrement W1985218098 · doi:10.1145/1089761.1089782

A controlled-access scheduling mechanism for QoS provisioning in IEEE 802.11e wireless LANs

2005· article· en· W1985218098 sur OpenAlexaff
Yaser P. Fallah, Hussein Alnuweiri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceIEEE 802.11e-2005Computer networkQuality of serviceIEEE 802Inter-Access Point ProtocolIEEE 802.1XWireless Multimedia ExtensionsScheduling (production processes)Service setAccess controlWireless networkWi-FiWirelessIEEE 802.11Wi-Fi arrayTelecommunications

Résumé

récupéré en direct d'OpenAlex

Wireless Local Area Networks (WLAN) are being deployed at a rapid pace and in different environments. As a result, the demand for supporting a diverse range of applications over wireless access networks is becoming increasingly important. In particular, multimedia applications, such as Video and Voice, have specific delay and bandwidth requirements that cannot be fulfilled by the current IEEE 802.11-based WLANs. To overcome this issue, new enhancements are being introduced to the Medium Access Control (MAC) layer of the 802.11 standard under the framework of the IEEE 802.11e standard which is still a work in progress. The 802.11e standard offers new features for supporting Quality of Service (QoS) in the MAC layer, it however does not mandate a final solution for QoS issues and intentionally leaves it to the implementers to devise their own methods using the available features. We present a solution that employs the controlled access features of the 802.11e to provide per-session guaranteed quality-of-service. Our design comprises of a scheduler that assign guaranteed service times to individual sessions using a fair scheduling algorithm. We show that the proposed solution outperforms other methods that are contention and priority based.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,314
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), 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

Citations16
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Networks and ProtocolsTravaux en français237 207